amazon-web-services - 使用 tar.gz 文件作为 Amazon Athena 的源

Question

如果我将 Amazon S3 上的 *.tsv 文件定义为 Athena 表的源，并使用 OpenCSVSerde 或 LazySimpleSerDe 作为解串器，它可以正常工作。但是，如果我定义包含 *.tsv 文件的 *.tar.gz 文件，我会在表中看到几个奇怪的行(例如，包含 tsv 文件名的行和几个空行)。在 Athena 中使用 tar.gz 文件的正确方法是什么？

Answer 1

问题是 tar ，它增加了额外的行。 Athena 只能打开 *.gz 文件，而不能打开 tar。所以在这种情况下，我必须使用 *.gz 而不是 *.tar.gz。