Разница в результатах запроса между EMR-Presto и Athena

Я подключил каталог Glue к Афине и экземпляру EMR (с установленным presto). Я попытался выполнить один и тот же запрос на обоих, но получаю разные результаты. EMR дает 0 строк, но Афина дает 43 строки. Запрос довольно простой с left join, group by и count distinct. Запрос выглядит так:

select
  t1.customer_id as id,
  t2.purchase_date as purchase_date,
  count(distinct t1.purchase_id) as item_count
from 
  table1 t1
left join
  table2 as t2
  on t2.purchase_id=t1.purchase_id
where 
  t1.item_type='ABC' 
  and t1.purchase_status='CONFIRMED' 
  and t1.region_id in ('A','B','C')
  and t2.status='Dispatched'
  and t2.purchase_date between date_add('day',-50,date('2018-09-13')) and date('2018-09-13')
  and t1.created_at between date_add('day',-60,date('2018-09-13')) and date('2018-09-13')
  and t1.updated_at between date_add('day',-60,date('2018-09-13')) and date('2018-09-13')
group by
  t1.customer_id,t2.purchase_date;

Я пробовал другие запросы, но результаты полностью совпадают. Не уверен, что не так с этим запросом.

EMR Version: 5.17.0
Presto Version: 0.206

Обновлено: Я понял, что проблема в самой первой таблице. По какой-то причине Presto-EMR не может найти какие-либо строки в table1. Не знаю, почему это произошло, поскольку и Presto-EMR, и Athena используют один и тот же каталог Glue. Я также пробовал Hive в том же экземпляре EMR, и он может находить строки в table1.

select * from table1 limit 10;

Приведенный выше оператор дает 10 строк с hive-sql, но ноль строк с presto-sql. Я вижу следующее исключение в режиме отладки:

Query 20180917_075536_00023_4988g failed: com.facebook.presto.spi.type.TimestampType
java.lang.UnsupportedOperationException: com.facebook.presto.spi.type.TimestampType
    at com.facebook.presto.spi.type.AbstractType.writeSlice(AbstractType.java:135)
    at com.facebook.presto.hive.parquet.reader.ParquetBinaryColumnReader.readValue(ParquetBinaryColumnReader.java:55)
    at com.facebook.presto.hive.parquet.reader.ParquetPrimitiveColumnReader.lambda$readValues$1(ParquetPrimitiveColumnReader.java:184)
    at com.facebook.presto.hive.parquet.reader.ParquetPrimitiveColumnReader.processValues(ParquetPrimitiveColumnReader.java:204)
    at com.facebook.presto.hive.parquet.reader.ParquetPrimitiveColumnReader.readValues(ParquetPrimitiveColumnReader.java:183)
    at com.facebook.presto.hive.parquet.reader.ParquetPrimitiveColumnReader.readPrimitive(ParquetPrimitiveColumnReader.java:171)
    at com.facebook.presto.hive.parquet.reader.ParquetReader.readPrimitive(ParquetReader.java:208)
    at com.facebook.presto.hive.parquet.reader.ParquetReader.readColumnChunk(ParquetReader.java:258)
    at com.facebook.presto.hive.parquet.reader.ParquetReader.readBlock(ParquetReader.java:241)
    at com.facebook.presto.hive.parquet.ParquetPageSource$ParquetBlockLoader.load(ParquetPageSource.java:244)
    at com.facebook.presto.hive.parquet.ParquetPageSource$ParquetBlockLoader.load(ParquetPageSource.java:222)
    at com.facebook.presto.spi.block.LazyBlock.assureLoaded(LazyBlock.java:262)
    at com.facebook.presto.spi.block.LazyBlock.getLoadedBlock(LazyBlock.java:253)
    at com.facebook.presto.spi.Page.getLoadedPage(Page.java:247)
    at com.facebook.presto.operator.TableScanOperator.getOutput(TableScanOperator.java:245)
    at com.facebook.presto.operator.Driver.processInternal(Driver.java:373)
    at com.facebook.presto.operator.Driver.lambda$processFor$8(Driver.java:282)
    at com.facebook.presto.operator.Driver.tryWithLock(Driver.java:672)
    at com.facebook.presto.operator.Driver.processFor(Driver.java:276)
    at com.facebook.presto.execution.SqlTaskExecution$DriverSplitRunner.processFor(SqlTaskExecution.java:973)
    at com.facebook.presto.execution.executor.PrioritizedSplitRunner.process(PrioritizedSplitRunner.java:162)
    at com.facebook.presto.execution.executor.TaskExecutor$TaskRunner.run(TaskExecutor.java:477)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
    at java.lang.Thread.run(Thread.java:748)

Если вы изолировали проблему от table1, сможете ли вы также упростить запрос, который воспроизводит вашу проблему? Вы пытались изучить формат table1 и отдельные файлы? Есть ли несоответствие между схемой файла и схемой таблицы? Можете ли вы выделить проблему в один файл?

Piotr Findeisen 16.09.2018 22:21

@PiotrFindeisen Я обнаружил исключение в режиме отладки для presto. Подробности добавлены выше. Не знаю, как исследовать отдельные файлы, так как в S3 большое количество паркетных файлов. Я не понимаю, почему Hive-sql может выдавать строки.

ishan3243 17.09.2018 10:02

Попробуйте set session hive.parquet.use-column-names = true.

Piotr Findeisen 17.09.2018 10:29

@PiotrFindeisen Я вижу эту ошибку при выполнении инструкции в presto cli. Query 20180917_103930_00031_4988g failed: line 1:29: mismatched input '-'. Expecting: '.', '='

ishan3243 17.09.2018 12:42
set session hive.parquet_use_column_names=true работал.
ishan3243 17.09.2018 12:51

Извините, я скопировал имя конфигурации вместо свойства сеанса. Рад, что тебе удалось это узнать. Я превращу это в ответ, чтобы ваш вопрос не остался без ответа.

Piotr Findeisen 17.09.2018 15:16
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
6
1 275
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Presto по умолчанию сопоставляет поля в Parquet со схемой таблицы в зависимости от положения. Если порядок ваших полей меняется (например, с течением времени они записывались по-другому), вам необходимо включить сопоставление по имени. Вы можете сделать это с помощью hive.properties:

hive.parquet.use-column-names = true

или на уровне сеанса:

установить сеанс hive.parquet_use_column_names = true;

Вот связанная проблема: https://github.com/prestodb/presto/issues/8911

Другие вопросы по теме