Athena

Amazon Athena 是一种基于开源框架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、灵活的方式来分析存储在数据湖中的 PB 级数据。使用 SQL 或 Python 分析数据或构建应用程序，这些数据来自 Amazon 简单存储服务 (S3) 数据湖和 30 个数据源，包括本地数据源或使用其他云系统。Athena 基于开源的 Trino 和 Presto 引擎以及 Apache Spark 框架构建，无需任何配置或配置工作。

此笔记本介绍如何从 AWS Athena 加载文档。

设置

按照 说明设置 AWS 账户。

安装 python 库

! pip install boto3

示例

from langchain_community.document_loaders.athena import AthenaLoader

API 参考：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)

带有元数据列的示例

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)

相关

• 文档加载器 概念指南
• 文档加载器 操作指南