Redshift Spectrum 和 Hive Metastore - 模棱两可的错误答案

【问题标题】：Redshift Spectrum and Hive Metastore - Ambiguous ErrorRedshift Spectrum 和 Hive Metastore - 模棱两可的错误
【发布时间】：2019-06-13 04:39:51
【问题描述】：

在 Redshift 中，我使用 Hive Metastore 创建了一个外部架构。我可以看到有关表的 Redshift 元数据（例如使用：select * from SVV_EXTERNAL_TABLES），但是在查询其中一个表时，我得到一个模棱两可的错误“错误：断言”

我尝试创建外部架构并查询表。我可以查询有关表的元数据，但实际上不能查询表本身。

我创建的外部架构如下：

create external schema hive_schema
from hive metastore
database 'my_database_name'
uri 'my_ip_address' port 9083
iam_role 'arn:aws:iam::123456789:role/my_role_name';

这是运行“select * from hive_schema.my_table_name;”时的错误消息

  -----------------------------------------------
  error:  Assert
  code:      1000
  context:   loc->length() > 5 && loc->substr(0, 5) == "s3://" -
  query:     1764
  location:  scan_range_manager.cpp:221
  process:   padbmaster [pid=26902]
  -----------------------------------------------

【问题讨论】：

我猜你的蜂巢元数据不正确？它可以在其他地方工作吗（hive/presto？）你是如何创建它的？
@JonScott - 是的，我可以从 hive 成功查询表。

标签： hive amazon-redshift amazon-redshift-spectrum hive-metastore

【解决方案1】：

Hive 表的LOCATION 是什么？似乎 Redshift 是断言以s3:// 开头的位置。

通过运行该查询，您应该会看到 LOCATIONs 的表：

select location from SVV_EXTERNAL_TABLES

您的 Hive 表存储在哪里？可能是HDFS吗？我怀疑 Redshift 是否支持 S3 以外的任何其他位置 - 在 this AWS guide 的 使用 AWS Glue 数据目录时的注意事项 部分中，他们描述了如何设置 Hive Metastore 以在 S3 中存储数据。

【讨论】：

很棒的观察。是的，它是作为基于 HDFS 的表创建的。我将其更改为 S3 存储桶，它消除了上面列出的错误，但是我现在遇到了超时，即使这当前是一个很小的表——只有 1 行和 1 列。任何想法为什么？ ``` -----------------------------------------------错误：S3 查询异常（获取），重试超出代码：15001 上下文：S3 请求超时。查询：11397 位置：dory_util.cpp:913 进程：query0_126_11397 [pid=12636] -------------------------------- --------------- ```
你能用其他的sql引擎查询吗？蜂巢？快吗？
由于数据在 s3 中，您可以使用粘合目录（CREATE EXTERNAL SCHEMA my_schema FROM DATA CATALOG ... 然后CREATE EXTERNAL TABLE my_schema.my_table() ... ）在其上创建一个外部表 - 只是为了测试这个存储桶是否有问题。