S3に置いたCSVファイルに、SQLで直接問い合わせる

手順に迷ったときや、用語の意味を確かめたいときに開きましょう。

※ リンク切れの場合は、ページタイトルで検索してください。

S3に置いたCSVファイルに対してテーブルを定義し、SQLクエリで問い合わせる、という流れを作ります。

以下の要件を満たし、テーブルの定義からクエリ実行までをひととおり体験してください。

「データを置く」→「初期設定をする」→「テーブルを定義する」→「SQLで問い合わせる」という順番で進めます。

1. フェーズ1 — S3にデータを置く

2. マネジメントコンソールにサインインし、リージョンを合わせる

   ブラウザで AWS マネジメントコンソールにサインインし、画面右上のリージョンが「アジアパシフィック（東京）ap-northeast-1」になっていることを確認します。

3. CSVファイルを作成してアップロードする

   ローカルで、ヘッダー行付きの簡単なCSVファイルを作成します（例：商品名・カテゴリ・価格の3列、5〜10行程度）。S3バケットを1つ作成し（名前は一意に、例：athena-demo-yourname）、そのバケット内のフォルダ（例：data/）にアップロードします。

4. フェーズ2 — Athenaの初期設定をする

5. クエリ結果の保存先を設定する

   Athenaコンソールを開きます。初回はクエリ結果の保存先（S3の場所）の設定を求められるので、手順2のバケット内に別フォルダ（例：athena-results/）を指定します。

   この設定をしないとクエリが実行できない

   Athenaは、クエリの結果を必ずS3に保存する仕組みになっています。保存先が未設定のままだとクエリの実行時にエラーになるため、最初に済ませておきましょう。

6. フェーズ3 — テーブルを手動定義する

7. データベースを作成する

   エディタ画面で、新しいデータベースを作成します（名前は自由、例：handson_db）。

8. テーブルを手動で作成する

   「テーブルを作成」のウィザード（またはCREATE EXTERNAL TABLE文）を使い、列名・型、データの場所（s3://athena-demo-yourname/data/）、区切り文字（カンマ）、ヘッダー行をスキップする設定を指定します。

9. フェーズ4 — SQLで問い合わせる

10. 全件取得のクエリを実行する

    エディタで次のクエリを実行し、CSVの内容が表として表示されることを確認します。

    Athena クエリエディタ

    SELECT * FROM handson_db.<作成したテーブル名>;

11. 絞り込みクエリを実行する

    WHERE句を使って、特定の条件に合う行だけを取得するクエリを実行します（例：価格が一定額以上の商品だけを取得）。

    Athena クエリエディタ

    SELECT * FROM handson_db.<作成したテーブル名>
    WHERE price >= 1000;

    これがゴール

    条件に合った行だけが返ってくることを確認できたら、このハンズオンの目的は達成です。

初学者がよく引っかかる箇所を先回りでまとめました。答えそのものは載せていませんが、「どこを見直すか」の手がかりとして使ってください。

要件の再確認ではなく、画面のどこを見れば達成を確認できるかをまとめました。次を順に確かめましょう。

• データベース一覧に、作成したデータベースが表示されている。
• テーブル一覧に作成したテーブルが表示され、プレビューでデータが見える。
• SELECT *で全件取得できる。
• WHERE句を使った絞り込みクエリの結果が、正しい件数になっている。

手を動かすことに加えて、次の問いに自分の言葉で答えられるようにしておくと、理解がより深まります。

1. テーブル定義（メタデータ）と実際のデータ（S3上のファイル）が分かれている設計には、どんな利点があるでしょうか。
   ヒント

   データを移動・コピーせずに、複数の見方（テーブル定義）を後から追加できる、という点を考えてみましょう。元のファイルに手を加えない、という安全性もヒントです。
2. CSVファイルが何百個もある場合、1つずつExcelで開くのとAthenaで問い合わせるのとでは、何が変わるでしょうか。
   ヒント

   同じフォルダに置かれた複数のファイルを「1つのテーブル」として扱える、という性質を踏まえて考えてみましょう。
3. 列の型をすべて文字列（STRING）にしてしまうと、どのようなクエリが書きにくくなるでしょうか。
   ヒント

   数値の大小比較や合計・平均などの集計関数を、文字列のままで正しく使えるか考えてみましょう。

作成したリソースを順番に削除します。

1. テーブルを削除する：AthenaのエディタでDROP TABLEを実行するか、テーブル一覧から削除します。
2. データベースを削除する：テーブルをすべて削除した後、データベースを削除します。
3. S3バケットを空にして削除する：アップロードしたCSVファイル、クエリ結果のファイルをすべて削除してから、バケット本体を削除します。