本实验演示通过 Athena 和 Glue 构建数据表的过程。

构建数据表

准备数据库和表

登录并打开 Glue 控制台，点击左侧菜单栏“数据库”

点击“添加数据库”按钮，名称为：athenadb

创建完毕后，点击 athenadb 数据库，并选择“athenadb中的表”

点击“使用爬网程序添加表”，名称为athenadbcrawler

在“包含路径”里面，选择 Lab2 的 EMR 输出目录

选择对应 IAM Role

选择数据库“athenadb”，添加表前缀：athena_,点击下一步

点击完成后运行爬网程序，点击“表”查看确认，athena_output已经在里面（如果上一个实验的设置不一样，那么也许这个名字略微有点区别）

登录并进入 Athena 控制台，在左侧菜单，选择 AwsDataCatalog，在 Database 选择athenadb，可以看到athena_output 表

在右上角的“设置”里面配置好查询结果路径到 S3 的目录，建议在 bucket 里面建目录 athena-result

执行SQL语句

SELECT * FROM athena_output limit 10

如果“运行查询”的按钮是灰色的，可以直接使用 Ctrl + Enter 运行查询，然后很快就可以看到实时查询结果

使用如下 sql 构建按日期的销售额（为了防止数据不均衡导致图比例尺严重失调，我们去掉了流数据的日期的交易额，此处为2021-03-19）

SELECT sum(price*tnum) AS total_revenue,
         tdate
FROM athena_output
WHERE tdate<>'2021-03-19'
GROUP BY  tdate;

把他保存成表

名称是：revenue_day_view

用如下 sql 查询并保存成表：revenue_pclass_view，过程略

SELECT sum(price*tnum) AS total_revenue,
        pclass
FROM athena_output
GROUP BY  pclass;

用如下sql查询并保存成表：revenue_city_view，过程略

SELECT sum(price*tnum) AS total_revenue,
        acity
FROM athena_output
GROUP BY  acity;

表构建完毕后如下图所示

恭喜你，表构建完毕，可以开始可视化了。

因为我没有购买 QuickSight，所以把别人的过程截图下来

如果是第一次使用，需要先启用 Quicksight 服务

选择企业版并继续

选择对应区域，以及对应的账号名字，接受提醒的邮箱地址等

必须勾选 Athena 和 S3 支持，当选择 S3 支持的时候，在弹出的窗口中把对应的桶选上（此处的 S3 桶仅供参考，请以实际的数据为准）

登录控制台后，点击左侧菜单数据集

点击新数据集，选择 Athena

输入athena_ds，点击创建数据源

选择 athenadb，选择revenue_day_view，点击选择

选择 “直接查询您的数据”

在可视化界面，视觉对象类型选择垂直条形图，在字段列表选择 tdate，值选择 total_revenuw。可以查看到按日期统计的销售额

熟悉图形化界面操作的学员可以做各种类型的图表试试看，此处不再一一演示。

AWS 大数据实战 Lab3 - 数据可视化(四)