为何手动创建可被Glue Crawler识别的表查询返回0条结果？

核心原因是你创建的是分区表，只执行建表DDL不会自动把S3路径下的分区映射关系同步到Glue Data Catalog，查询引擎找不到任何已注册的分区存储路径，必然返回0条结果。

• Glue Crawler建的表能正常工作，是因为Crawler运行时除了写入表结构、表属性这些元数据，还会全量扫描指定S3路径下符合分区列=值命名规则的子目录，把「分区值对应S3子路径」的映射关系全部写入Catalog的分区元数据，查询时可以直接定位到存数据的具体目录，自然能返回正确结果。
• 你从正常表导出DDL改表名创建的副本表查不到数据，是因为导出的DDL仅包含表级别的定义，完全没有携带底层的分区条目信息。建完的新表只有表结构，没有任何关联的分区记录，查询时只会扫表配置的根路径s3://hughnguyen-datastream-bucket/，不会递归扫描子目录——而分区表的数据实际都存在partition_0=xxx格式的子目录里，根路径下没有直接存放数据文件，自然查不到任何结果。

注意：DDL里TBLPROPERTIES字段下的objectCount、recordCount、sizeKey这类统计值不影响实际查询逻辑，不需要特意修改。

建表完成后执行分区同步命令即可，有两种常用方式：

1. 自动全量同步分区（适合分区目录符合Hive命名规范的场景），在Athena或支持Glue Catalog的SQL查询引擎中运行：

MSCK REPAIR TABLE `hughnguyen_datastream_bucket2`;

命令执行完成后会自动扫描根路径下所有合法分区目录，把分区元数据同步到Catalog，之后查询就能正常返回数据。
2. 手动添加指定分区（适合分区目录命名不规范、只需要加载部分分区的场景），示例语句：

ALTER TABLE `hughnguyen_datastream_bucket2` ADD IF NOT EXISTS
PARTITION (`partition_0`='分区值1') LOCATION 's3://hughnguyen-datastream-bucket/partition_0=分区值1/'
PARTITION (`partition_0`='分区值2') LOCATION 's3://hughnguyen-datastream-bucket/partition_0=分区值2/';

内容的提问来源于stack exchange，提问作者h33