# 开始使用
本教程将指导您完成使用 Amazon Athena 来查询数据。您将根据 Amazon Simple Storage Service 中存储的示例数据创建表、查询表，并检查查询的结果。
本教程使用的是实时资源，因此，您需要为您运行的查询付费。您无需为本教程使用的位置中的示例数据付费，但如果您将自己的数据文件上载到 Amazon S3，则会收取费用。
## 先决条件
+ 如果您尚未完成此操作，[注册 AWS 账户](setting-up.md#sign-up-for-aws)。
+ 使用与您在 Athena 中使用的相同 AWS 区域（例如，美国西部（俄勒冈州））和账户，按照相应的步骤[在 Amazon S3 中创建存储桶](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket.html)以保存您的 Athena 查询结果。您需要将此存储桶配置为查询输出位置。
**Topics**
+ [先决条件](#getting-started-prerequisites)
+ [步骤 1：创建数据库](step-1-create-a-database.md)
+ [步骤 2：创建表](step-2-create-a-table.md)
+ [步骤 3：查询数据](step-3-query-data.md)
+ [步骤 4：使用命名查询](step-4-use-named-queries.md)
+ [步骤 5：使用键盘快捷键和提前输入建议](step-5-using-keyboard-shortcuts.md)
+ [步骤 6：连接到其他数据来源](step-6-connect-to-other-data-sources.md)
# 步骤 1：创建数据库
首先，您需要在 Athena 中创建一个数据库。
**创建 Athena 数据库**
1. 从 [https://console.aws.amazon.com/athena/](https://console.aws.amazon.com/athena/home) 打开 Athena 控制台。
1. 如果这是您首次在目前的 AWS 区域 中访问 Athena 控制台，选择 **Explore the query editor**（浏览查询编辑器）以打开查询编辑器。否则，Athena 会在查询编辑器中打开。
1. 选择 **Edit Settings**（编辑设置）以在 Amazon S3 中设置查询结果位置。
![\[选择编辑设置。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-choose-view-settings.png)
1. 对于 **Manage settings**（管理设置），执行以下操作之一：
+ 在 **Location of query result**（查询结果位置）文本框中，输入您在 Amazon S3 中为查询结果创建的存储桶路径。在路径前添加前缀 `s3://`。
+ 选择 **Browse S3**（浏览 S3），选择您为当前区域创建的 Amazon S3 存储桶，然后选择 **Choose**（选择）。
![\[指定 Amazon S3 中的位置用于接收来自 Athena 的查询结果。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-setting-results-location.png)
1. 选择**保存**。
1. 选择 **Editor**（编辑器）以切换到查询编辑器。
![\[选择 Editor（编辑器）。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-choose-editor.png)
1. 在导航窗格的右侧，您可以使用 Athena 查询编辑器输入和运行查询和语句。
1. 要创建一个名为 `mydatabase` 的数据库，请输入以下 CREATE DATABASE 语句。
```
CREATE DATABASE mydatabase
```
1. 选择 **Run**（运行）或者按 **Ctrl\$1ENTER**。
1. 在左侧的 **Database**（数据库）列表中，选择 `mydatabase` 使其成为当前数据库。
# 步骤 2：创建表
现在，您有了数据库，可以为其创建一个 Athena 表。您创建的表将基于位置 `s3://athena-examples-myregion/cloudfront/plaintext/` 中的示例 Amazon CloudFront 日志数据，其中 *myregion* 是您当前的 AWS 区域。
示例日志数据采用制表符分隔值(TSV)格式，这意味着将制表符用作分隔符来分隔字段。数据类似于以下示例。为了便于阅读，摘录中的制表符已转换为空格，并缩短了最后一个字段。
```
2014-07-05 20:00:09 DFW3 4260 10.0.0.15 GET eabcd12345678.cloudfront.net /test-image-1.jpeg 200 - Mozilla/5.0[...]
2014-07-05 20:00:09 DFW3 4252 10.0.0.15 GET eabcd12345678.cloudfront.net /test-image-2.jpeg 200 - Mozilla/5.0[...]
2014-07-05 20:00:10 AMS1 4261 10.0.0.15 GET eabcd12345678.cloudfront.net /test-image-3.jpeg 200 - Mozilla/5.0[...]
```
要让 Athena 能够读取此数据，可以创建如下所示的简单 `CREATE EXTERNAL TABLE` 语句。创建表的语句定义映射到数据的列，指定如何分隔数据，并指定包含示例数据的 Amazon S3 位置。请注意，由于 Athena 要扫描文件夹中的所有文件，`LOCATION` 子句会指定 Amazon S3 文件夹位置，而不是特定文件。
暂勿使用此示例，因为其有一个重要限制，稍后将对此进行解释。
```
CREATE EXTERNAL TABLE IF NOT EXISTS cloudfront_logs (
`Date` DATE,
Time STRING,
Location STRING,
Bytes INT,
RequestIP STRING,
Method STRING,
Host STRING,
Uri STRING,
Status INT,
Referrer STRING,
ClientInfo STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
LINES TERMINATED BY '\n'
LOCATION 's3://athena-examples-my-region/cloudfront/plaintext/';
```
此示例创建了一个名为 `cloudfront_logs` 的表，并为每个字段指定名称和数据类型。这些字段将成为表中的列。由于 `date` 是一个[预留关键字](reserved-words.md#list-of-ddl-reserved-words)，因此使用反引号(`)字符进行转义。`ROW FORMAT DELIMITED` 意味着 Athena 将使用一个名为 [LazySimpleSerDe](lazy-simple-serde.md) 的默认库来完成解析数据的实际工作。该示例还指定字段以制表符分隔(`FIELDS TERMINATED BY '\t'`)，并且文件中的每条记录以换行符(`LINES TERMINATED BY '\n`)结束。最后，`LOCATION` 子句指定要读取的实际数据所在的 Amazon S3 中的路径。
如果您有自己的选项卡或逗号分隔数据，只要字段不包含嵌套信息，就可以使用如上述示例所示的 `CREATE TABLE` 语句。不过，如果有类似 `ClientInfo` 这样的列，其中包含使用不同分隔符的嵌套信息，则需要采用不同的方法。
**从 ClientInfo 字段中提取数据**
查看示例数据，以下为最终字段 `ClientInfo` 的完整示例：
```
Mozilla/5.0%20(Android;%20U;%20Windows%20NT%205.1;%20en-US;%20rv:1.9.0.9)%20Gecko/2009040821%20IE/3.0.9
```
正如您所看到的，此字段是多值的。由于上述所示的示例 `CREATE TABLE` 语句将制表符指定为字段分隔符，所以无法将 `ClientInfo` 字段中的单独组件分解为单独的列。因此，需要一个新的 `CREATE TABLE` 语句。
要根据 `ClientInfo` 字段内的值创建列，可以使用包含正则表达式组的[正则表达式](https://en.wikipedia.org/wiki/Regular_expression)（regex）。您指定的正则表达式组将成为单独的表列。要在您的 `CREATE TABLE` 语句中使用正则表达式，请使用类似下面的语法。此语法指示 Athena 使用 [Regex SerDe](regex-serde.md) 库和您指定的正则表达式。
```
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES ("input.regex" = "regular_expression")
```
正则表达式可用于根据复杂的 CSV 或 TSV 数据创建表，但可能难以编写和维护。幸运的是，还有其他库可以用于 JSON、Parquet 和 ORC 等格式。有关更多信息，请参阅 [为您的数据选择 SerDE](supported-serdes.md)。
现在您已准备就绪，可在 Athena 查询编辑器中创建表。已为您准备好 `CREATE TABLE` 语句和正则表达式。
**在 Athena 中创建表**
1. 在导航窗格中，对于 **Database**（数据库），请确保选择了 `mydatabase`。
1. 要在查询编辑器中扩大空间，您可以选择箭头图标来折叠导航窗格。
![\[选择箭头可折叠导航窗格。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-collapse-nav-pane.png)
1. 要创建新查询的选项卡，请在查询编辑器中选择加号 (**\$1**)。您最多可以同时打开十个查询选项卡。
![\[选择加号图标以创建新查询。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-new-query-tab.png)
1. 要关闭一个或多个查询选项卡，请选择加号旁边的箭头。要一次关闭所有选项卡，请选择箭头，然后选择 **Close all tabs**（关闭所有选项卡）。
![\[选择箭头图标可关闭一个或多个查询选项卡。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/close-all-query-editor-tabs.png)
1. 在查询窗格中，输入以下 `CREATE EXTERNAL TABLE` 语句。正则表达式将操作系统、浏览器和浏览器版本信息从日志数据中的 `ClientInfo` 字段划分出来。
**注意**
以下示例中使用的正则表达式旨在处理 `athena-examples` Amazon S3 位置中公开可用的示例 CloudFront 日志数据，仅供说明。有关同时查询标准和实时 CloudFront 日志文件的最新正则表达式，请参阅 [查询 Amazon CloudFront 日志](cloudfront-logs.md)。
```
CREATE EXTERNAL TABLE IF NOT EXISTS cloudfront_logs (
`Date` DATE,
Time STRING,
Location STRING,
Bytes INT,
RequestIP STRING,
Method STRING,
Host STRING,
Uri STRING,
Status INT,
Referrer STRING,
os STRING,
Browser STRING,
BrowserVersion STRING
)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex" = "^(?!#)([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+[^\(]+[\(]([^\;]+).*\%20([^\/]+)[\/](.*)$"
) LOCATION 's3://athena-examples-myregion/cloudfront/plaintext/';
```
1. 在 `LOCATION` 语句中，将 *myregion* 替换为您当前使用的 AWS 区域（例如，`us-west-1`）。
1. 选择**运行**。
表 `cloudfront_logs` 已创建，并显示在 `mydatabase` 数据库的 **Tables**(表)列表中。
# 步骤 3：查询数据
现在，您已根据 Amazon S3 中的数据在 Athena 中创建了 `cloudfront_logs` 表，您可以针对该表运行 SQL 查询，并在 Athena 中查看结果。有关在 Athena 中使用 SQL 的更多信息，请参阅 [Athena 的 SQL 参考](ddl-sql-reference.md)。
**运行查询**
1. 选择加号(**\$1**)以打开新的查询选项卡，然后在查询窗格中输入以下 SQL 语句。
```
SELECT os, COUNT(*) count
FROM cloudfront_logs
WHERE date BETWEEN date '2014-07-05' AND date '2014-08-05'
GROUP BY os
```
1. 选择**运行**。
结果与以下内容类似：
![\[在 Athena 控制台中查看查询结果。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-query-results.png)
1. 要将查询结果保存到 `.csv` 文件，选择 **Download results**（下载结果）。
![\[以 CSV 格式下载查询结果。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-query-results-download-csv.png)
1. 要查看或运行之前的查询，选择 **Recent queries**（最近的查询）选项卡。
![\[选择 Recent queries（最近的查询）以查看以前的查询。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-recent-queries.png)
1. 要从 **Recent queries**（最近的查询）选项卡下载以前查询的结果，请选择查询，然后选择 **Download results**（下载结果）。查询保留 45 天。
![\[在 Athena 控制台中查看和下载最近的查询。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-recent-queries-tab-download.png)
1. 要将一个或多个最近的 SQL 查询字符串下载到 CSV 文件，请选择 **Download CSV**（下载 CSV）。
![\[将最近的查询字符串下载到 CSV 文件。\]](http://docs.aws.amazon.com/zh_cn/athena/latest/ug/images/getting-started-recent-queries-tab-download-csv.png)
有关更多信息，请参阅 [使用查询结果和最近查询](querying.md)。
# 步骤 4：使用命名查询
您可以使用某个名称来保存您在查询编辑器中创建或编辑的查询。Athena 会将这些查询存储在 **Saved queries**（已保存的查询）选项卡中。您可以使用 **Saved queries**（已保存的查询）选项卡来回调、运行、重命名或删除已保存的查询。有关更多信息，请参阅 [使用已保存的查询](saved-queries.md)。
# 步骤 5：使用键盘快捷键和提前输入建议
Athena 查询编辑器提供了许多键盘快捷键，可用于运行查询、格式化查询、行操作以及查找和替换等操作。有关更多信息和快捷键完整列表，请参阅 *AWS 大数据博客*中的[通过在 Amazon Athena 查询编辑器中使用键盘快捷键提高工作效率](https://aws.amazon.com/blogs/big-data/improve-productivity-by-using-keyboard-shortcuts-in-amazon-athena-query-editor/)。
Athena 查询编辑器支持提前输入代码建议，以实现更快的查询创作体验。为了帮助您以更高的准确性和更高的效率编写 SQL 查询，该编辑器提供了以下功能：
+ 在您输入时，将实时显示关键字、局部变量、片段和目录项的建议。
+ 当您在数据库名称或表名称后面输入一个点时，该编辑器会显示一系列的表或列，方便您从中进行选择。
+ 当您将光标悬停在片段建议上时，摘要会显示该片段的语法和用法的简要概述。
+ 为了提高代码的可读性，还更新了关键字及其突出显示规则，使其与 Trino 和 Hive 的最新语法保持一致。
该功能已默认启用。要启用或禁用该功能，使用该查询编辑器窗口右下角的**代码编辑器首选项**（齿轮图标）。
# 步骤 6：连接到其他数据来源
本教程使用 Amazon S3 中 CSV 格式的数据来源。有关将 Athena 与 AWS Glue 结合使用的信息，请参阅 [使用 AWS Glue Data Catalog 连接数据](data-sources-glue.md)。您可以使用 ODBC 和 JDBC 驱动程序、外部 Hive 元存储和 Athena 数据来源连接器，将 Athena 连接到各种数据来源。有关更多信息，请参阅 [连接到数据来源](work-with-data-stores.md)。