大家午安~
在第 8、9 天我們完成 Data Collection 以及 Google Analytics 原始資料儲存至 AWS S3 Bucket，第 11 天時我們透過 AWS Lambda 處理原始資料並將檔案從 json 轉換成 Parquet 格式，那接下來的這幾天就正式進入資料分析以及視覺化的階段啦~

我們現在擁有了資料，我們可以使用 AWS Athena 透過標準的 SQL 語法快速查詢我們的資料，不過在查詢前需要創建『資料表』，用於定義基礎來源資料的結構描述(像是：有哪些欄位、欄位的格式、資料的來源位置為何等)。
創建『資料表』有多種方式，我比較常使用以下兩種方式：

1. 手動建立：透過 Athena SQL 語法建立『資料表』
   (需要定義有哪些欄位、每個欄位的格式)
2. 自動建立：透過 AWS Glue Crawlers 建立『資料表』
   (不需要定義有哪些欄位、每個欄位格式是什麼，非常適用一個資料集中有大量欄位的情況下 0…0 )

但不管是使用哪種方式創建『資料表』，建立的資料表設定都會儲存在 AWS Glue Data Catalog，供後續查詢使用。
那今天實作我們會先 demo - 『使用 Athena SQL 語法人工建立資料表』~ 那就開始吧 GO GO

步驟一、於 AWS Console 搜尋 Athena

步驟二、點選 Settings，設定搜尋結果的位置

注意：沒有設定 S3 查詢路徑，Athena 會無法查詢喔!!

步驟三、創建資料庫

我們需要一個資料庫來存放我們的資料表或者你也可以選擇 Default 的資料庫，那這邊我們選擇創建一個新的資料庫

create database appflow_data

步驟四、選取資料庫

創建完後選取此資料庫

步驟五、創建資料表

這次 DEMO 我們先使用 Athena SQL 語法人工建立『資料表』，下方語法就是我們定義資料來源、來源格式以及要創造哪些欄位以及對應格式，供大家參考
p.s 後續我們也會教學如何用 AWS Glue 自動創建資料表供大家參考~

CREATE EXTERNAL TABLE appflow_data.ga_sample (
  `year` int,
  `month` int,
  `day` int,
  `deviceCategory` string,
  `pageviews` int
 )
STORED AS PARQUET
LOCATION 's3://test-dorothy-ga/ga-data'
tblproperties ("parquet.compression"="SNAPPY");

步驟六、創建資料表後，你就可以搜尋 AWS Glue 服務，並從 Tables 找到剛剛新建的資料表的相關資訊~

確認資料表成功建立後，我們就可以透過 Athena 下 SQL 語法查詢 Google Analytics 數據啦~
例如：撈取所有資料表的資料

SELECT * FROM "appflow_data"."ga_sample"

現在我們可以順利的查詢資料了~接著就是進入建立視覺化分析的階段啦
那就先明天見啦 : D

如果有任何指點與建議，也歡迎留言交流，一起漫步在Data on AWS中。