Skip to main content

Athena

Amazon Athena 是一项无服务器的交互式分析服务,基于开源框架,支持开放表和文件格式。Athena 提供了一种简化、灵活的方式来分析存储在其位置的 PB 级数据。通过 SQL 或 Python 从 Amazon Simple Storage Service (S3) 数据湖和 30 个数据源(包括本地数据源或其他云系统)分析数据或构建应用程序。Athena 基于开源的 TrinoPresto 引擎以及 Apache Spark 框架,无需配置或预配置工作。

本笔记本介绍如何从 AWS Athena 加载文档。

设置

按照 设置 AWS 账户的说明

安装一个 Python 库:

! pip install boto3

示例

from langchain_community.document_loaders.athena import AthenaLoader
database_name = "my_database"
s3_output_path = "s3://my_bucket/query_results/"
query = "SELECT * FROM my_table"
profile_name = "my_profile"

loader = AthenaLoader(
query=query,
database=database_name,
s3_output_uri=s3_output_path,
profile_name=profile_name,
)

documents = loader.load()
print(documents)

带有元数据列的示例

database_name = "my_database"
s3_output_path = "s3://my_bucket/query_results/"
query = "SELECT * FROM my_table"
profile_name = "my_profile"
metadata_columns = ["_row", "_created_at"]

loader = AthenaLoader(
query=query,
database=database_name,
s3_output_uri=s3_output_path,
profile_name=profile_name,
metadata_columns=metadata_columns,
)

documents = loader.load()
print(documents)

相关


此页面是否有帮助?


您还可以留下详细的反馈 在 GitHub 上