Athena可以用來Query存放在S3的資料。使用Athena有幾個好處:

• 速度快與穩定: Serverless的服務讓我們不用擔心運算資源的問題。
• 通用性的語法: 相信大家多少都有用SQL吧，可以無縫接軌來使用Athena，減少Learning Curve障礙。
• 划算：僅計算搜尋Query的費用，資料欄位的修改與新增不涉及費用的計算。(每TB 5塊美金)

可接受的資料格式
Athena接受以下幾種資料格式。如果顧及更快的搜尋速度和追求更省錢的方案，可以盡量將資料格式以Column-based的方式來做儲存。例如，Parquet或者ORC資料格式。
• CSV
• JSON
• ORC(Optimized Record Columnar)
• Parquet
• Avro

透過Athena Query到的資料，可以進一步加密處理，確保資安。Athena去撈S3的資料時，資料的傳輸透過Transport Layer Security (TLS)來提供資料傳的安全性。

與各種應用介面的整合
Athena與AWS QuickSight相容，能讓搜尋結果更方便的呈現在視覺話的應用服務上。後續會再接著跟大家介紹QuickeSIght的相關內容。此外，Athena也可以跟ODBC(Open Database Connectivity)或JDBC(Java Database Connectivity)相容，讓搜尋到的資料也能在local端的視覺話應用軟體去呈現。先前提到的ETL工具，GLUE，一樣也可以跟Athena接在一起。

• GLUE
• Jupyter、Rstudio、Zeppelin
• ODBC/JDBC
• QuickSight

[補充說明]ODBC與JDBC提供串接資料庫的API給不同的應用程式。

ChatGPT老師來出題
(BTW，今天ChatGPT不知道為何，prompt怎麼調整，都無法繁體中文輸出，字體不一致，再請見諒。)

问题1：Athena的数据类型

问题： 在AWS Athena中，以下哪种数据类型可以用于表示时间戳（Timestamp）？

A) VARCHAR
B) INTEGER
C) TIMESTAMP
D) STRING

答案：C) TIMESTAMP

解释： 在AWS Athena中，TIMESTAMP 数据类型用于表示时间戳，使您能够更轻松地处理日期和时间数据。

问题2：Athena的分区策略

问题： 在AWS Athena中，分区表的主要作用是什么？

A) 加速查询性能。
B) 减少数据存储成本。
C) 提高数据的安全性。
D) 自动备份数据。

答案：A) 加速查询性能。

解释： 分区表允许您更快地查询数据，因为它们将数据按照分区键分成较小的块，从而提高了查询性能。

问题3：Athena的查询结果

问题： 在AWS Athena中运行查询后，查询结果会存储在哪里？

A) 查询结果会自动删除。
B) 查询结果存储在Amazon S3中。
C) 查询结果存储在Athena服务器上。
D) 查询结果存储在Amazon RDS中。

答案：B) 查询结果存储在Amazon S3中。

解释： 查询结果通常会被保存到指定的Amazon S3存储位置，您可以根据需要访问和管理这些结果。