AWS Athena查询Glue数据目录已收录S3文件时报错如何解决？

该报错与.csv.gz文件格式无关，本质是S3访问权限配置错误导致的。AWS Athena原生支持直接查询gzip压缩的CSV格式文件，无需额外做格式适配或转换。

Glue爬虫运行时使用的是独立配置的IAM角色，该角色已被授予对应S3路径的读取权限，因此可以正常扫描文件结构、生成数据目录表。而执行Athena查询时使用的是当前操作的IAM身份（用户/角色），该身份未被授予对应S3对象的访问权限，因此触发权限拒绝错误。

• 第一步：确认执行Athena查询时使用的IAM身份ARN
• 第二步：为该身份添加包含以下权限的IAM策略：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "s3:ListBucket",
                "s3:GetObject"
            ],
            "Resource": [
                "arn:aws:s3:::<替换为你的S3桶名>",
                "arn:aws:s3:::<替换为你的S3桶名>/*"
            ]
        }
    ]
}

• 第三步：检查额外权限配置：
  • 若S3桶配置了桶策略，需确认桶策略没有拦截该身份的访问请求
  • 若S3对象使用KMS加密，需为该身份添加对应KMS密钥的kms:Decrypt权限
  • 确认Athena查询结果存储桶也为该身份开放了读写权限

使用当前操作身份执行AWS CLI命令验证S3访问权限：
aws s3 cp s3://<替换为你的S3桶名>/<替换为文件路径>/FILENAME.csv.gz -
若命令可正常返回文件内容，说明权限配置生效，重新执行Athena查询即可正常返回结果。

内容的提问来源于stack exchange，提问作者Sandeep Mehra