AWS Athena CTAS创建表的S3存储类型及转CSV方法咨询

存储类型说明 #

你看到的是Parquet格式（gzip压缩版），这是Athena执行CTAS语句时的默认存储格式：

• xxxxxxxecc-manifest.csv：记录数据文件存储路径的清单文件
• xxxxxxxecc.metadata：包含表结构、分区信息的元数据文件
• folder_xxxxxxx里的.gz文件：实际的Parquet列存数据，用gzip压缩，这种格式比CSV更适合大数据分析场景

转换成CSV的方法 #

方法1：CTAS语句直接生成CSV表 #

修改CTAS语句，指定存储格式为CSV，可按需设置压缩：

CREATE TABLE table1_csv
WITH (
  format = 'TEXTFILE',
  field_delimiter = ',',
  external_location = 's3://your-bucket/path/to/csv-table/',
  compression = 'NONE' -- 也可选'GZIP'启用压缩
) AS
SELECT col1, col2 FROM tbl;

执行后S3路径会直接生成CSV（或压缩后的CSV）文件，无额外的manifest和metadata文件。

方法2：INSERT INTO导出到CSV表 #

先创建CSV格式的目标表，再插入数据：

1. 创建目标表：

CREATE EXTERNAL TABLE table_csv (
  col1 string, -- 字段类型需与源表匹配
  col2 int
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
LOCATION 's3://your-bucket/path/to/csv-table/';

2. 插入数据：

INSERT INTO table_csv
SELECT col1, col2 FROM tbl;

方法3：直接导出查询结果为CSV #

在Athena控制台执行SELECT col1, col2 FROM tbl;，查询完成后在结果页面点击「下载结果」，选择CSV格式即可，适合小批量数据导出。

内容的提问来源于stack exchange，提问作者user1783504