為什麼我的 Athena 查詢失敗，並顯示如下錯誤：「HIVE_INVALID_METADATA： 資料表的 Hive 中繼資料無效： 資料表描述元包含重複欄位」？

簡短描述

當 AWS Glue 資料表結構定義包含重複欄位名稱，或有欄位名稱與分區欄位相同時，就會發生此錯誤。

解決方法

檢查是否有重複欄位名稱

若要識別重複欄位，請執行 SHOW CREATE TABLE 以擷取資料表結構定義。或在 AWS Glue 主控台中檢視資料表結構定義。下列範例中有兩個名為「column1」的欄位。

CREATE EXTERNAL TABLE `athenatestingduplicatecolumn_athenatesting`(  `column1` bigint,
  `column2` bigint,
  `column3` bigint,
  `column1` bigint)
ROW FORMAT DELIMITED
  FIELDS TERMINATED BY ','
STORED AS INPUTFORMAT
  'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
  'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION
  's3://doc-example-bucket/athenatesting/'
TBLPROPERTIES (
  'classification'='csv',
  'skip.header.line.count'='1'
  )

若要解決錯誤，請執行 CREATE TABLE 以重新建立欄位名稱不重複的 Athena 資料表；或使用 AWS Glue 主控台重新命名重複的欄位：

1. 開啟 AWS Glue 主控台。
2. 選擇清單中的資料表名稱，然後選擇編輯結構定義。
3. 選擇欄位名稱並輸入新的名稱，然後選擇儲存。

檢查是否有資料表欄位和分區欄位名稱相同

若要檢查是否有重複的分區欄位和資料表欄位名稱，請在 AWS Glue 主控台中檢視資料表結構定義。下列範例中分區欄位和資料表欄位的名稱均為「id」。

範例資料：

{ "id" : 50, "name":"John" }{ "id" : 51, "name":"Jane" }
{ "id" : 53, "name":"Jill" }

資料表定義：

欄位名稱	資料類型	分區索引鍵
id	int
名稱	字串
id	字串	分區 (0)

使用下列其中一個選項來解決問題：

• 重新命名 Amazon Simple Storage Service (Amazon S3) 路徑中的分區欄位。
• 重新命名資料和 AWS Glue 資料表定義中的欄位名稱。
• 如果來源資料是 JSON，請使用對映函數，而不是使用 AWS Glue 編目程式來手動重新建立資料表。然後，在 Athena 中新增分區。在下列範例中，AWS Glue 資料表指向 s3://doc-example-bucket/athenajsontesting/，其分區結構如下：s3://doc-example-bucket/athenajsontesting/id=12。建立資料表後，請使用 MSCK REPAIR TABLE 載入分區。

CREATE EXTERNAL TABLE `athenajsontest_athenajsontesting2`(  `id1` int COMMENT 'from deserializer',
  `name` string COMMENT 'from deserializer')
PARTITIONED BY (
  `id` string)
ROW FORMAT SERDE
  'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
  'mapping.id1'='id')
STORED AS INPUTFORMAT
  'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
  'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION
  's3://doc-example-bucket/athenajsontesting'
TBLPROPERTIES (
  'classification'='json',
  'transient_lastDdlTime'='1578399113')

檢查 JSON 來源資料是否有重複的索引鍵

如果 JSON 來源資料中包含只有大小寫不同的欄位名稱 (例如：{"Username": "bob1234"、"username": "bob"})，則參閱為什麼我在 Amazon Athena 中嘗試讀取 JSON 資料時發生錯誤？依預設，Athena 不區分大小寫。除非您使用 OpenX SerDe 並將 case.insensitive 屬性設定為 false，否則 Athena 會將 "Username" 和 "username" 視為重複的索引鍵。

檢查 Parquet 來源資料是否有重複的索引鍵

如果資料來源為 Parquet 格式，且資料表具有重複的欄，請變更其中一個欄名稱。將 parquet.column.index.access SerDe 屬性設定為 true。Parquet 依名稱存取欄，而 ORC 依索引存取。

如需詳細資訊，請參閱處理綱要更新。

相關資訊

JSON SerDe 程式庫