是否可以在 AWS Athena CSV 文件中设置标头？

Question

我有一个 AWS Athena 服务。 查询 Athena 后生成一个 CSV 文件。 假设我想在 excel 或 google 工作表中打开该 CSV 时看到后续结果（带标题）。

7到13号线没问题。这是雅典娜的实际结果。 我想添加一个标题（如图所示）。

我如何做到这一点？

Answer 1

不可能，因为 Athena 不支持，也不兼容 CSV 格式。如果你想添加“标题”，你可以通过使用“union all”来使用变通方法，但它不会像你期望的那样给你结果。

关于CSV格式：

https://en.wikipedia.org/wiki/Comma-separated_values

Answer 2

即使它很脏，我也看到它使用这些标头来避免值重复。我将在这里使用我自己的示例文件，您可以稍后修改它：

col0	col1	col2	col3	col4
顾客	约翰史密斯	--	--	--
order_id	ORD_212345	--	--	--
约会	10/5/2012	--	--	--
货币	欧元	--	--	--
product_id	产品名称	价格	单位	数量
PID_1234	糖	1.20	公斤	12.00
PID_2345	法里纳	2.10	公斤	20.00
PID_3455	鸡蛋	1.05	单位	200.00
PID_3555	亲爱的	3.85	升	3.00

前四行是脏标题，它们应该代表所有其余行重复的数据。结果会是这样的：

顾客	order_id	约会	货币	product_id	产品名称	价格	单位	数量
约翰史密斯	ORD_212345	10/5/2012	欧元	PID_1234	糖	1.20	公斤	12.00
约翰史密斯	ORD_212345	10/5/2012	欧元	PID_2345	法里纳	2.10	公斤	20.00
约翰史密斯	ORD_212345	10/5/2012	欧元	PID_3455	鸡蛋	1.05	单位	200.00
约翰史密斯	ORD_212345	10/5/2012	欧元	PID_3555	亲爱的	3.85	升	3.00

一个可能的查询是：

WITH
  RAW_DATA AS (
   SELECT
     col0, col1, col2, col3, col4,
     , "$path" file
     , row_number() over () as row_num
   FROM
     "database"."orders"
),
HEADER_ROWS AS (
   SELECT
     col0 key
   , col1 value
   , file
   FROM
     "database"."orders"
   WHERE row_num between 1 and 4
) 
, DATA_ROWS AS (
   SELECT
     col0 product_id
   , col1 product_name
   , col2 price
   , col3 unit
   , col4 amount
   , file
   FROM
     "database"."orders"
   WHERE (NOT (row_num between 1 and 5))
) 
, HEADER AS (
   SELECT
     file
   , "map_agg"(key, value) header
   FROM
     HEADER_ROWS
   GROUP BY file
) 
, ALL_DATA AS (
   SELECT
   , header['customer'] customer
   , header['order_id'] order_id
   , header['date'] date
   , header['currency'] currency
   , data_row.product_id
   , data_row.product_name
   , data_row.price
   , data_row.unit
   , data_row.amount
   FROM
     (HEADER
   INNER JOIN DATA_ROWS data_row ON (HEADER.file = data_row.FILE))
)
SELECT * FROM ALL_DATA

如果你只想跳过头文件：

   SELECT
     *, row_number() over () as row_num
   FROM
     "mytable"
   WHERE NOT (row_num between 1 and 7)