Skip to main content
Open In ColabOpen on GitHub

Athena

Amazon Athena 是一项基于开源框架构建的无服务器交互式分析服务，支持开放表和文件格式。Athena 提供了一种简化的、灵活的方式来分析其所在位置的 PB 级数据。使用 SQL 或 Python，可以分析数据或从 Amazon Simple Storage Service (S3) 数据湖和包括本地数据源或其他云系统在内的 30 个数据源构建应用程序。Athena 基于开源的 Trino 和 Presto 引擎以及 Apache Spark 框架构建，无需进行配置或设置。

本笔记本将介绍如何从 AWS Athena 加载文档。

设置​

请遵循 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
API Reference: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)

包含元数据列的示例

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)