2
我有一个星型模式类型的数据库结构，就像一个事实表，它具有所有ID的& skeys，而有多个维度表具有实际的id，代码， id在事实表中被引用。在不使用Scala或Python的AWS EMR中进行数据转换
我们正在所有这些表（事实上&尺寸）至S3（云）单独地和各表中的数据被分成多个镶木文件在S3位置（每个表中的一个S3对象）
查询：我需要在云上执行转换（即）我需要剥离事实表中引用的所有ID的skeying，并将其替换为维表中的实际代码，并创建另一个文件并将最终输出存储回S3位置。此文件稍后将由Redshift for Google Analytics使用。
我的疑问： 请告诉我实现这个解决方案，因为我不需要在红移原始数据（skeys &的ID）的成本和存储优化的最佳方法是什么？ 在执行数据转换之前，我们是否需要首先将这些分割文件（parquet）合并为一个大文件（即）。另外，在数据转换之后，我打算将最终输出文件保存为实木复合格式，但问题在于，Redshift不允许复制实木复合地板文件，因此是否有解决方法？我不是硬核程序员，并且想要为了避免在EMR中使用scala/python，但我擅长SQL，那么是否有办法通过SQL在EMR中执行数据转换，并将输出数据保存到一个或多个文件中。请指教