AWS Athena - GENERIC_INTERNAL_ERROR：分区值的数量与过滤器的数量不匹配

Posted 2023-02-16

【中文标题】AWS Athena - GENERIC_INTERNAL_ERROR：分区值的数量与过滤器的数量不匹配

【英文标题】：AWS Athena - GENERIC_INTERNAL_ERROR: Number of partition values does not match number of filters

【发布时间】：2019-11-20 14:06:37

【问题描述】：

我在 Athena 中查询一个给出错误的表：GENERIC_INTERNAL_ERROR: Number of partition values does not match number of filters

我之前能够查询它，但添加了另一个分区（AWS 粘合作业）来尝试优化我稍后将在查询中执行的连接。我确实重新运行了爬虫来更新表以反映分区。

我想知道这个错误究竟意味着什么。

我尝试重新抓取数据，但没有成功。接下来，我将清除底层 S3 数据并从头开始重新处理整个数据集，然后重新抓取它。

SELECT *
FROM mydb.mytable
LIMIT 10

我想了解错误的含义，以及除了重新处理整个原始数据集并重新抓取之外，是否有其他解决方法。

【问题讨论】：

分区键的值在分区名称（逗号分隔的字符串）中的 Hive 元存储中编码。您需要更新这些分区名称。如果重新抓取数据没有帮助，我认为除了重新创建表定义之外没有其他选择。注意：重新抓取时，请确保您的数据布局实际上与您的新分区方案匹配。

【参考方案1】：

我今天遇到了同样的问题。就我而言，这是因为 s3 中的一些底层数据已经被删除，所以 Glue 表中的分区数与 s3 中的文件数不匹配。

为了解决这个问题，我只是删除了 Glue 中的表格，然后重新运行了爬虫。

【讨论】：

救命评论。谢谢！

第一件事是删除表不会删除 S3 存储桶中的数据。它只会删除 athena 表。我认为要再次加载现有数据，如果爬虫抓取特定时刻，请在运行爬虫后从 aws 控制台运行加载分区。这将包括来自 S3 存储桶的所有数据。