大家好！
我正在开发一个解决方案，打算使用AmazonAthena在S3上运行Parquet文件中的SQL查询。这些文件将从PostgreSQL数据库(RDS(中生成。我将运行一个查询，并使用Python的Pyarrow将数据导出到S3。
我的问题是：由于Athena是读取模式，所以在数据库中添加或删除列不会是问题。。。但当我在数据库中重命名一列时会发生什么？
第1天：COLUMNS['col_a'，'col_b'，'col_c']
第2天：COLUMNS['col_a'，'col_beta'，'col_c']
关于雅典娜，
SELECT col_beta FROM table;
将只返回第2天的数据，对吗？有没有办法让Athena知道这些模式的演变，或者我必须运行一个脚本来迭代S3上的所有文件，重命名列，并将Athena上的表模式从"col_a"更新为"col_beta"？
AWS Glue Data Catalog能以任何方式帮助解决这个问题吗？
我很乐意讨论更多关于这个的事情！
我建议在这里阅读更多关于使用Athena处理模式更新的信息。一般来说，Athena支持多种读取Parquet文件的方式(以及其他列式数据格式，如ORC(。默认情况下，使用Parquet，列将按名称读取，但您也可以将其更改为按索引读取。在处理模式更改时，每种方法都有自己的优点/缺点。根据您的示例，如果您确信新列仅附加到末尾，则可能需要考虑按索引读取。
Glue爬网程序可以帮助您保持架构的更新(和版本(，但它不一定能帮助您(从逻辑上(解决架构更改。当然，这需要额外的成本。
另一种方法可以是使用作为随时间推移的所有模式的超集的模式(使用按名称排列的列(，并在其顶部定义一个视图以解决更改"；"手动"；。
您可以为AWS Glue爬网程序设置基于"按需"或"基于时间"的粒度，因此每次S3上的数据更新时，都会生成一个新的架构(您可以编辑属性的数据类型上的架构(。这样，您的列将保持更新，并且您可以查询新字段。
由于AWS Athena在"；列的顺序"；并以相同的顺序返回它们。它不使用列名将数据映射到列，这就是为什么您可以在不破坏Athena查询的情况下重命名CSV或TSV中的列。