年/月のフォルダで分けて、
検索範囲をしぼる

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のフォルダ構造をこのように分けます（year=年/month=月/ の形式）。クローラーはこの構造から year・month という2つのパーティション列を自動的に作成します。

以下の要件を満たし、パーティションによる絞り込みを体験してください。

「フォルダ構造を作る」→「クローラーでパーティションを認識させる」→「絞り込みクエリでスキャン量を比較する」という順番で進めます。

1. フェーズ1 — フォルダ構造を作る

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. 年/月ごとのフォルダにCSVファイルを配置する

   S3バケットを1つ作成し（名前は一意に、例：athena-partition-demo-yourname）、sales/year=2025/month=11/ のような形式のフォルダを3つ以上作り、それぞれに同じ列構成のCSVファイルを1つずつアップロードします。

   フォルダ名の形式が重要

   key=value という形式（例：year=2025）のフォルダ名にすることで、クローラーがこれをパーティションとして認識します。

4. フェーズ2 — クローラーでパーティションを認識させる

5. クローラーを作成・実行する（または既存のクローラーの対象を変更する）

   Glueコンソールでクローラーを作成し、データソースに手順2のS3パス（sales/ フォルダ全体）を指定して実行します。

6. 生成されたテーブルでパーティション列を確認する

   データカタログのテーブル詳細を開き、「スキーマ」タブで year・month という列が、通常の列とは区別された「パーティションキー」として表示されていることを確認します。

7. フェーズ3 — 絞り込みクエリでスキャン量を比較する

8. Athenaでパーティションの一覧を確認する

   Athenaのクエリエディタで次のクエリを実行し、認識されたパーティションの一覧を確認します。

   -- テーブル名は実際のものに置き換える
   SHOW PARTITIONS sales_table;

9. 全件クエリと絞り込みクエリのスキャン量を比較する

   まず全件取得のクエリを実行し、画面に表示される「スキャンしたデータ」の量を確認します。続いて、year・month を条件にした絞り込みクエリを実行し、同じ項目を比較します。

   -- 全件
   SELECT * FROM sales_table;
   
   -- 絞り込み
   SELECT * FROM sales_table
   WHERE year = '2026' AND month = '01';

   これがゴール

   絞り込みクエリの方が、スキャンしたデータ量が少なく表示されている——この違いを確認できたら、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。

• テーブルの「スキーマ」タブで、year・month が「パーティションキー」として区別表示されている。
• SHOW PARTITIONS の実行結果に、作成したフォルダの数だけ行が表示されている。
• 全件クエリと絞り込みクエリで、画面に表示される「スキャンしたデータ」の量が異なっている。
• クエリ実行履歴に、それぞれのクエリの実行時間とステータス「成功」が記録されている。

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. パーティション分割によってスキャン量が減ることは、どのような場面で大きな効果を生むでしょうか。
   ヒント

   データの総量が今回の検証よりもはるかに多い場合を想像してみましょう。スキャン量とクエリのコストの関係を考えてみましょう。
2. パーティションの粒度（年単位・月単位・日単位など）は、どのように決めるとよいでしょうか。
   ヒント

   粒度を細かくしすぎた場合、フォルダやパーティションの数自体が増えすぎることで起こる影響を考えてみましょう。
3. 新しい月のフォルダを追加したのに、クローラーを再実行しないとどうなるでしょうか。
   ヒント

   データカタログは、クローラーが最後にスキャンした時点の情報を保持しています。スキャンしていないフォルダは、Athenaからどう見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. Athenaのクエリ結果（S3）を削除する：クエリ結果の出力先に保存されたファイルを削除します。
2. テーブル・データベースを削除する：クローラーが生成したテーブルとデータベースを削除します。
3. クローラー・IAMロールを削除する：使用したクローラーや専用のIAMロールを削除します。
4. S3バケットを空にして削除する：アップロードしたCSVファイルとフォルダを削除してから、バケット本体を削除します。