如何在CloudFormation中通过AWS Glue配置Athena表跳过表头

嘿，这个需求我刚好处理过，其实在CloudFormation定义Glue Table的时候，只需要在TableInput的顶层参数里加个配置就能轻松搞定！

你需要给Glue Table的Parameters字段添加skip.header.line.count属性，值设为1（代表跳过1行表头，如果你的文件有多行表头，对应调整数字就行）。下面是一个完整的CloudFormation资源示例，你可以直接参考：

Resources:
  MyAthenaTable:
    Type: AWS::Glue::Table
    Properties:
      CatalogId: !Ref AWS::AccountId
      DatabaseName: my-glue-database
      TableInput:
        Name: my-athena-table
        Description: 配置了表头跳过的Athena表
        StorageDescriptor:
          Columns:
            - Name: user_id
              Type: string
            - Name: order_amount
              Type: double
          Location: s3://my-data-bucket/order-data/
          InputFormat: org.apache.hadoop.mapred.TextInputFormat
          OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
          SerdeInfo:
            SerializationLibrary: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe
            Parameters:
              field.delim: ','
        Parameters:
          skip.header.line.count: '1'  # 核心配置就在这里！

需要注意的点：

• 这个skip.header.line.count是Glue Table的顶层参数，别不小心放到SerdeInfo的Parameters里了，那样是不生效的。
• 参数值必须是字符串格式（比如'1'而不是数字1），符合CloudFormation对Glue Table参数的格式要求。

配置完成后，当你用Athena查询这张表时，就会自动跳过数据文件的第一行表头，不会把表头当成有效数据读取啦！

内容的提问来源于stack exchange，提问作者user3002273