概要

https://docs.aws.amazon.com/athena/latest/ug/what-is.html

• Athena SQL か Apache Spark で S3 をがさっと処理するサービス
• Python でも利用できるらしい
• スキャン量課金。1TB = 5USD (以前の BQ のオンデマンドと同じ)
• Amazon EMR は機械学習など幅広いアプリで使えるのに対し、Athena はデータ集計に特化してる感じ
• JOIN するなら Redshift
• クエリの定期実行は Step Function が良さそう

https://docs.aws.amazon.com/athena/latest/ug/using-athena-sql.html

• データソース(カタログ) = DBのグループ
• メタデータ = S3 上のパスと列名と型など
  • CREATE TABLE すると AWS Glue データカタログに登録する
• S3 をソースとするテーブルは Glue へのメタデータの登録が必要
  • 自動でクロールさせることもできる
• 最近のクエリは 45 日間保持

別アカウントの S3 へアクセスする

https://docs.aws.amazon.com/ja_jp/athena/latest/ug/cross-account-permissions.html

• バケットポリシーで許可すれば大丈夫そう
  • 権限がない場合、Glue にテーブル登録する際は不要だけど、クエリすると怒られる
• 対象はアカウント全体(もっと絞れる？)
• Bucket Policy

データソースとのコネクタ

https://docs.aws.amazon.com/athena/latest/ug/connectors-available.html