Amazon Redshift Spectrum

要在 Amazon Redshift 中读取 Apache XTable™ (Incubating) 同步的目标表（无论采用哪种表格式），用户必须创建外部架构，并引用包含该表的外部数据目录。Redshift 会直接从外部目录/数据库中推断表的架构和格式。有关创建外部架构的更多信息，请参阅 Redshift 文档。

Hudi 和 Iceberg 表

以下查询使用 Glue 数据库 glue_database_name 创建外部架构 xtable_synced_schema

sql

CREATE EXTERNAL SCHEMA xtable_synced_schema
FROM DATA CATALOG
DATABASE <glue_database_name>
IAM_ROLE 'arn:aws:iam::<accountId>:role/<roleName>'
CREATE EXTERNAL DATABASE IF NOT EXISTS;

注意：

IAM 角色需要拥有对 Amazon S3 和 AWS Glue Data Catalog 的最小访问权限。有关更多信息，请参阅 AWS 文档。

Redshift 可以自动识别 Glue 数据库中已有的表。随后你可以使用以下语句查询这些表：

```sql
SELECT *
FROM xtable_synced_schema.<table_name>;

Delta Lake 表

对于 Delta Lake，步骤略有不同，因为 Redshift Spectrum 依赖于 Delta Lake 的清单文件——这是一个文本文件，其中包含查询 Delta 表时需要读取的数据文件列表。

你有两种选择来在 Redshift Spectrum 中创建和查询 Delta 表：

1. 按照此文章中的步骤，设置 Redshift Spectrum 到 Delta Lake 的集成，并直接从 Amazon S3 查询 Delta 表。
2. 在创建用于爬取 Apache XTable™ (Incubating) 同步的 Delta 表的 Glue Crawler 时，在 Add data source 弹出窗口中选择 Create Symlink tables 选项。这会在表的根路径下添加包含清单文件的 _symlink_format_manifest 文件夹。

随后，你可以使用类似的方法来查询上文提到的 Hudi 和 Iceberg 表。

sql

CREATE EXTERNAL SCHEMA xtable_synced_schema_delta
FROM DATA CATALOG
DATABASE <delta_glue_database_name>
IAM_ROLE 'arn:aws:iam::<accountId>:role/<roleName>'
CREATE EXTERNAL DATABASE IF NOT EXISTS;

SQL

SELECT *
FROM xtable_synced_schema_delta.<table_name>;