AWS Redshift故障：外部表item_loaded无法并入本地目录

我之前也踩过类似Redshift整合Glue外部表的坑，针对你执行select * from events.item_loaded limit 1;时遇到的ERROR: XX000: Failed to incorporate external table "events"."item_loaded" into local catalog错误，给你整理几个实用的排查和修复方向：

1. 先检查Glue表的元数据完整性 #

Redshift加载外部表完全依赖Glue的元数据，先去Glue控制台确认item_loaded表的核心信息：

• 存储路径有效性：表对应的S3路径是否还存在？如果路径已被删除或者移动，Redshift肯定读不到数据
• 列定义合法性：有没有重复列名、或者Redshift不支持的数据类型？比如Glue里某些嵌套过深的复杂类型（如多层嵌套的struct/map），Redshift可能无法解析
• 分区表的分区状态：如果这是个分区表，检查分区元数据是否完整，有没有无效的分区路径（比如S3上已经不存在的分区文件夹）

2. 验证Redshift的IAM角色权限 #

确保Redshift集群关联的IAM角色有足够权限访问Glue和对应S3资源：

• 对Glue的权限：需要glue:GetTable、glue:GetPartition等权限，用来读取表和分区的元数据
• 对S3的权限：需要s3:GetObject（读取数据文件）和s3:ListBucket（遍历存储路径）权限
• 可以用该IAM角色手动调用Glue的GetTable接口，看看能不能正常返回item_loaded的元数据，快速排除权限问题

3. 手动刷新Redshift的外部表元数据 #

有时候Redshift本地缓存的元数据会和Glue不一致，试试手动刷新：

-- 刷新表元数据
ALTER TABLE events.item_loaded REFRESH METADATA;

-- 如果是分区表，额外刷新分区
ALTER TABLE events.item_loaded REFRESH PARTITION;

执行完之后再尝试查询表，大概率能解决缓存不一致的问题。

4. 检查Redshift与Glue的版本兼容性 #

• 确认你的Redshift集群版本是否支持Glue表中使用的数据类型：比如某些新版本Glue支持的扩展类型，旧版Redshift可能不兼容
• 如果表是Glue分类器自动生成的元数据，可能存在类型识别错误（比如把字符串识别成了数字），手动去Glue里修正列的数据类型后再重试

5. 重新同步外部表 #

如果以上步骤都无效，可以尝试先删除Redshift中该表的引用，再重新同步：

DROP TABLE events.item_loaded;

如果你的events模式是自动同步Glue的，等待一会儿Redshift会自动重新拉取表元数据；也可以手动执行CREATE EXTERNAL TABLE语句，直接从Glue导入item_loaded的元数据。

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