本实验将指导你使用 AWS Athena 服务，直接查询存储在 Amazon S3 存储桶中的 CSV 文件。实验目标是让你掌握一项核心技能：无需加载或转换数据，就能使用标准 SQL 语句分析云端海量数据。通过完成本实验，通过本次实验，你将掌握如何设置 Athena，创建数据库和表，以及执行简单的 SQL 查询来从 CSV 文件中提取信息。
Amazon Athena 是一款交互式查询服务，而无需执行复杂的提取、转换和加载（ETL）操作，无需搭建和管理服务器，可直接分析 S3 中的数据，支持 CSV、JSON、Parquet 等多种格式。其核心优势在于按查询量计费，无需预配置资源，适合快速分析存储在 S3 中的非结构化或半结构化数据。这些功能使得 Athena 成为探索性分析和临时查询的理想选择。
本次采用AWS Console界面完成作业。
注意：根据项目的具体情况，可以采用不同的实施方法。比如使用命令行(CLI)部署、代码部署 (CloudFomation、Terraform等）、以及其它开发语言（SDK）完成作业。
步骤一：准备数据与 S3 存储桶。
登录 AWS 管理控制台。进入 S3 服务，创建一个新存储桶或选择一个现有存储桶。上传一个准备好的 CSV 文件（例如 sales_data.csv）到该存储桶的某个文件夹（如 input-data/）。确保文件内容规范，首行通常是列标题。
步骤二：设置 Athena 查询结果存储位置。
在控制台导航至 Athena 服务。首次使用时，系统会提示你设置查询结果保存路径。点击“设置”按钮，选择一个 S3 目录（例如 s3://your-bucket/athena-results/）来保存所有查询输出。
步骤三：创建数据库与表。
在 Athena 的查询编辑器中，首先执行 CREATE DATABASE IF NOT EXISTS lab_db; 语句创建一个数据库。然后，使用 CREATE EXTERNAL TABLE 语句在刚创建的数据库中定义表。你需要指定表名、列定义、数据格式（TEXTFILE）、字段分隔符（对于CSV是 ,），以及数据在 S3 中的具体位置（例如 s3://your-bucket/input-data/）。一个示例语句会提供在指引中。
步骤四：执行 SQL 查询。
表创建成功后，在查询编辑器中切换至新建的lab_dB 数据库，编写简单的 SQL 语句，例如，SELECT * FROM lab_db.your_table_name LIMIT 10; 点击 “运行查询” 按钮执行操作。随后，可以尝试进行数据筛选、聚合或排序，例如按地区统计销售额。
1. 查询执行完成后，Athena 控制台会即时展示查询结果，可直观看到符合条件的 CSV 数据行。
2. 可在 Athena 的 “查询历史” 中查看本次查询的执行时长、扫描数据量等信息，确认查询正常完成且无报错。