SQLクエリの実行
Athena のクエリエディタを使って、実際に SQL クエリを実行するまでの流れを整理します。
1. Athenaクエリエディタ
AthenaにはWebベースのクエリエディタが用意されており、AWSマネジメントコンソール上でSQLクエリを記述・実行できます。
クエリエディタでは、左側のペインにデータベースとテーブルの一覧が表示されます。テーブルを選択すると、カラム名やデータ型を確認できるため、テーブル構造を把握しながらクエリを記述できます。
2. テーブルの作成(CREATE TABLE)
Athenaでテーブルを作成する例を示します。S3上のParquetファイルに対するテーブル定義です。
CREATE EXTERNAL TABLE IF NOT EXISTS sales_db.sales_data (
order_id STRING,
customer_id STRING,
product_name STRING,
amount INT,
order_date STRING
)
STORED AS PARQUET
LOCATION 's3://my-bucket/raw/sales/';
この例では、データベースsales_db内にsales_dataというテーブルを作成しています。カラムはorder_id、customer_id、product_name、amount、order_dateの5つを定義しています。データ形式はParquetで、データの保存先はs3://my-bucket/raw/sales/です。
| 📝 EXTERNAL TABLEとは |
|---|
Athenaで作成するテーブルは常に外部テーブル(EXTERNAL TABLE)です。外部テーブルは、テーブルの定義(メタデータ)のみをGlueデータカタログに登録し、実際のデータはS3に保存されたままです。テーブルを削除しても、S3上のデータは削除されません。 |
なお、CREATE TABLEで直接テーブルを作成する場合は、カラム定義やデータ形式、保存先などを一つずつ指定する必要があります。一方、Glueクローラーを使えば、S3上のParquetやCSVなどのファイルからスキーマを自動的に検出し、テーブル定義を作成できるため、手動での定義が不要になります。
3. データのクエリ
テーブルが作成されたら、通常のSQLと同様にクエリを実行できます。
-- 売上の合計を商品別に集計
SELECT
product_name,
COUNT(*) AS order_count,
SUM(amount) AS total_amount
FROM sales_db.sales_data
WHERE order_date >= '2025-01-01'
GROUP BY product_name
ORDER BY total_amount DESC
LIMIT 10;
Athenaは標準的なSQLをサポートしているため、JOIN、GROUP BY、HAVING、サブクエリ、ウィンドウ関数など、一般的なSQL構文を使用できます。
4. CTAS(Create Table As Select)
CTAS(Create Table As Select)は、CREATE TABLE ... AS SELECTの略で、SELECTクエリの結果を新しいテーブルとしてS3に保存する機能です。通常のSELECTではクエリ結果を確認するだけですが、CTASを使えばその結果をParquetなどの形式でS3に書き出し、再利用可能なテーブルとして保存できます。GlueジョブでETL処理を組むほどではない簡単なデータ変換やフィルタリングに便利です。
CREATE TABLE sales_db.sales_parquet
WITH (
format = 'PARQUET',
external_location = 's3://my-bucket/processed/sales/'
) AS
SELECT * FROM sales_db.sales_data
WHERE order_date >= '2025-01-01';
この例では、sales_dataテーブルから2025年1月1日以降のデータを抽出し、Parquet形式で新しいテーブルsales_parquetとして保存しています。WITH句のformatで出力形式を指定し、external_locationでデータの保存先となるS3パスを指定しています。AS以降のSELECT文が、新しいテーブルに格納するデータを定義しています。