mamori017.log

雰囲気でクソコードを書いてバグを作っています

Amazon Athenaを使ってみる

S3に保管したログなどをSQLで解析できるというAmazon Athenaを触ってみました。 CLIだと結果が見辛いらしいのでコンソールから見てみます。

今回は事前に手持ちのIISログをS3バケットに放り込んでいます。 IISログについては元の区切りが半角スペースなのでタブ区切りに変更してあります。

ファイル保管バケットの指定

f:id:mamori017:20171003160737p:plain S3のバケットを指定します。 Athenaで対象バケットを指定する際、S3のパスは「S3://{バケット名}/{フォルダ名}」になりますが、 パスの最後に必ず「/」を記述していないとエラーになるようです。

ファイル形式の指定

f:id:mamori017:20171003160740p:plain 対象となるIISログはタブ区切りにしておいたのでTSV形式を選択しました。

カラムの設定

f:id:mamori017:20171003160745p:plain カラムのデータ型を指定します。 IISログで出力した項目別に列を設定しました。 キャプチャ上はString型になっていますが、 間違って2項目目にtimestamp型を指定してしまったため、 のちのクエリの実行結果でデータが出力されませんでした。

パーティション

f:id:mamori017:20171003160746p:plain パーティションの設定はスキップしました。 データ量が膨大になるとこの設定も必要になりそうです。

テーブル作成

f:id:mamori017:20171003160748p:plain テーブル作成クエリが表示されているのでRun Queryで実行します。 クエリの実行結果が正常であれば、 Athenaに指定したS3バケットのデータを対象としたテーブルが作成されます。 キャプチャはiisデータベースにw3svc1テーブルが作成された状態になります。

クエリの実行

f:id:mamori017:20171003160750p:plain 試しにクエリを実行してみました。 IISログのヘッダまで対象データとして判定されています。 また、time項目をtimestamp型にしてしまっているので型が合わず空欄で出力されています。

実行結果ログ

f:id:mamori017:20171003160752p:plain

S3にAthenaの実行結果用バケットが自動的に作成され、 クエリの実行結果がCSV形式で保管されるようになります。 誤ってこのバケットを削除してしまった場合、コンソール上ではエラーが出力され続けるので、 削除してしまった場合は指定された名称でバケットを作成する必要があります。 また、保存先のバケットはコンソール右上のSettingsから変更できます。

メモ
  • 定期的に実行する必要のあるクエリはSaved Queryで保存しておける。
  • 列数が合わない行も左詰めで対象行となる。(IISログで言うとヘッダ行)
  • 列に指定したデータの型が合わない結果は空欄で表現される。
  • 実行結果がS3の指定バケットに貯まり続ける。
  • DDLリクエストは課金対象とならない。
  • 列指定するとリクエストあたりの課金が抑えられる。
  • 生のファイルサイズが大きい場合はデータを圧縮することで課金が抑えられる場合がある。
  • 500KB弱のログファイルに対してクエリを実行し続けたけど、請求エクスプローラ上ではほぼ0円なので、DB立てるまでもないデータで何となくSQLで操作したいときに使っていきたい。(本来の使い方ではない気はする)

Amazon Web Services実践入門 (WEB+DB PRESS plus)

Amazon Web Services実践入門 (WEB+DB PRESS plus)

AWSエキスパート養成読本[Amazon Web Servicesに最適化されたアーキテクチャを手に入れる! ] (Software Design plus)

AWSエキスパート養成読本[Amazon Web Servicesに最適化されたアーキテクチャを手に入れる! ] (Software Design plus)