Athena执行INSERT INTO时字符串含单引号逗号报错如何解决

问题复现 #

向存储格式为Parquet的Athena表database.product插入数据时，执行以下SQL触发报错：

insert into database.product (title,description) 
values (
'Waxpol Vinyl & Leather Polish (35', Ltr.)',
'Restores with an extremely High & Durable Shine & Gloss.'
)

报错截图如下：

根因分析 #

报错和字符串中的逗号无关，逗号在单引号包裹的字符串常量内属于合法字符，不会触发语法解析错误。
触发报错的核心原因是title字段值中35后面的单引号未做转义：Athena的SQL解析逻辑中，单个单引号是字符串常量的起止边界符，未转义的内部单引号会被引擎识别为字符串提前结束，后续的 Ltr.)'片段会被判定为非法语法，最终抛出解析错误。

修复方案 #

Athena标准SQL中，字符串内部的单引号需要用两个连续的单引号做转义，不要使用反斜杠转义（反斜杠转义在Athena标准SQL模式下不生效）。
修复后可正常执行的SQL如下：

insert into database.product (title,description) 
values (
'Waxpol Vinyl & Leather Polish (35'', Ltr.)',
'Restores with an extremely High & Durable Shine & Gloss.'
)

补充说明 #

• 该语法规则和表的底层Parquet存储格式没有关联，是Athena引擎解析SQL的通用要求
• 批量插入数据时如果字段内容存在大量单引号，建议优先使用参数化查询方式，避免手动转义出现遗漏

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