Athena无OutputRows字段时，如何计算查询输出总行数？

不能用EngineExecutionTimeInMillis、DataScannedInBytes这类现有统计数据计算输出总行数，原因很直接：

• DataScannedInBytes是查询扫描的原始数据字节量，输出行的大小和原始行可能差异极大（比如经过过滤、聚合、字段裁剪后），字节数和行数没有固定对应关系。
• EngineExecutionTimeInMillis是查询引擎的执行耗时，它取决于数据分布、查询复杂度、集群资源等因素，和输出行数完全不挂钩。

给你几个可行的替代方案：

1. 修改原查询直接获取行数：如果允许调整查询语句，在原查询外层嵌套COUNT(*)（比如原查询是SELECT * FROM table WHERE ...，改成SELECT COUNT(*) FROM (SELECT * FROM table WHERE ...) t），执行后就能直接得到总行数。如果需要保留原查询结果，可考虑用CTE或者分两次执行查询。
2. 读取S3输出文件统计行数：Athena的查询结果默认存储在S3桶中，你可以直接读取输出文件统计行数。比如用AWS CLI命令：aws s3 cp s3://your-result-bucket/path/to/output.csv - | wc -l（注意如果输出包含表头，需要减去表头行），或者在代码里通过S3 SDK拉取文件内容后计数。
3. 排查OutputRows字段缺失的原因：先确认查询类型——如果是DDL语句（比如CREATE TABLE、ALTER），本身没有输出行数，自然不会有OutputRows字段。如果是DML查询却缺失该字段，检查查询是否已完全执行完成（处于SUCCEEDED状态），另外确认你的IAM角色是否有足够权限获取完整的查询统计信息，权限受限可能导致字段缺失。

内容的提问来源于stack exchange，提问作者Azima