Jupyter notebook用awswrangler访问共享Glue表报错如何解决

该报错HIVE_METASTORE_ERROR: Required Table Storage Descriptor is not populated本质是Athena读取指向LakeFormation共享表的Glue资源链接时，无法拉取到源表的存储位置、读写格式等核心元数据导致，可按以下步骤排查：

1. 验证源表与资源链接配置有效性 #

• 登录共享数据的源AWS账号，直接在Athena控制台查询被共享的原始表，确认源表本身可正常查询，排除源表自身Storage Descriptor字段缺失的问题
• 确认你本地账号创建的lf_shared_table资源链接配置正确：目标资源的源账号ID、源数据库名、源表名没有拼写错误

2. 检查LakeFormation权限配置 #

绝大多数此类问题由权限遗漏导致，请确认以下权限均配置到位：

• 源账号LakeFormation侧，给你本地查询用的IAM实体（角色/用户）授予源表的DESCRIBE权限，同时授予源表对应S3存储路径的SELECT+DESCRIBE权限
• 本地账号LakeFormation侧，给你用的IAM实体授予local_db数据库的USAGE权限、lf_shared_table资源链接的DESCRIBE权限
• 额外检查IAM实体的身份策略中，已配置glue:GetTable、glue:GetDatabase等Glue元数据读取权限，以及源S3路径的读取权限、源数据KMS密钥的解密权限（如源数据启用了KMS加密）

3. 排除工具侧兼容问题 #

• 先不使用awswrangler，直接在本地账号的Athena控制台执行查询语句SELECT * FROM local_db.lf_shared_table，如果控制台也报同样错误，说明问题出在权限/元数据配置，与awswrangler无关；如果控制台可正常返回结果，再排查工具侧问题：
  • 确认awswrangler使用的boto3会话对应的IAM身份，和你Athena控制台用的身份完全一致，没有权限差异
  • 升级awswrangler到最新稳定版本，老版本对LakeFormation资源链接的支持存在兼容缺陷：

    pip install --upgrade awswrangler
    

4. 元数据同步问题修复 #

如果上述排查全部通过仍报错，可尝试以下操作：

• 删除本地账号下的lf_shared_table资源链接，重新创建一次
• 若源表是刚完成共享的新表，等待5-10分钟待跨账号元数据同步完成后再重试
• 确认源端共享的是普通表而非视图，若为视图需要额外授予视图依赖的所有底层表的对应访问权限

内容的提问来源于stack exchange，提问作者coder1416