无需预处理，如何将含空格字段名的JSON文件导入Athena表

Athena默认的JSON SerDe不支持解析字段名带空格的JSON，但可以通过指定第三方SerDe实现无需预处理的读取，具体操作如下：

• 建表时使用OpenX JSON SerDe，它原生支持识别带空格的字段名
• 定义表列时，用反引号（`）将带空格的列名包裹，确保和JSON中的字段名完全匹配

示例建表语句 #

CREATE EXTERNAL TABLE IF NOT EXISTS user_data (
  `user id` string,
  `full name` string,
  `account balance` double,
  `registration date` timestamp
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
LOCATION 's3://your-bucket/path/to/json-files/';

关键说明 #

• OpenX SerDe是Athena内置支持的第三方序列化/反序列化工具，无需额外安装，直接在语句中指定即可
• 反引号的作用是让Athena识别带空格的标识符，避免语法报错
• 原始JSON文件无需做任何修改，无论是字段名带空格还是采用JSON Lines格式，都能直接被解析

内容的提问来源于stack exchange，提问作者faisal_kk