如何糾正 Amazon Athena 中的 RegexSerDe 錯誤“匹配組數與列數不匹配”？

問題
我已使用 RegexSerDe 創建一個 Amazon Athena 表。在查詢表時，收到以下錯誤“匹配組數與列數不匹配。”
解決方法
要糾正此錯誤，請確保 regex 模式中的捕獲組數與您在 Athena 中創建表時定義的字段數匹配。

例如，以下是輸入數據行：
64.242.88.10 - - [07/Mar/2004:16:06:51 -0800] "GET /twiki/bin/rdiff/TWiki/NewUserTemplate?rev1=1.3&rev2=1.2 HTTP/1.1" 200 4523
此行具有 7 個字段。這是正確的 regex 模式：

^([0-9.]+) ([\w.-]) ([\w.-]) \[([A-Za-z0-9:/]+ [+-][0-9]{4})\] \"(.+?)\" ([0-9]{3}) ([0-9]+)$
注意：RegexSerDe 遵循 Java 標準。由於反斜槓在 Java String 類中作爲轉義字符，因此，您必須使用雙反斜槓來定義單反斜槓。例如，要定義 \w，您必須在 regex 中使用 \w。

此 regex 模式中有 7 個捕獲組，輸入數據中有 7 個字段。在查詢表時，RegexSerDe 未引發“匹配組數與列數不匹配”異常。

要運行 DDL 語句，請爲 SERDEPROPERTIES 指定 regex 捕獲組，如以下示例所示：

CREATE external table logs(col1 string, col2 string, col3 string, col4 string, col5 string, col6 string, col7 string ) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe' WITH SERDEPROPERTIES ( "input.regex" = "^([0-9.]+) ([\w.-]) ([\w.-]) \[([A-Za-z0-9:/]+ [+-][0-9]{4})\] \"(.+?)\" ([0-9]{3}) ([0-9]+)$") LOCATION 's3://mybucket/path/'