如何纠正 Amazon Athena 中的 RegexSerDe 错误“匹配组数与列数不匹配”？

问题
我已使用 RegexSerDe 创建一个 Amazon Athena 表。在查询表时，收到以下错误“匹配组数与列数不匹配。”
解决方法
要纠正此错误，请确保 regex 模式中的捕获组数与您在 Athena 中创建表时定义的字段数匹配。

例如，以下是输入数据行：
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 个字段。这是正确的 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 标准。由于反斜杠在 Java String 类中作为转义字符，因此，您必须使用双反斜杠来定义单反斜杠。例如，要定义 \w，您必须在 regex 中使用 \w。

此 regex 模式中有 7 个捕获组，输入数据中有 7 个字段。在查询表时，RegexSerDe 未引发“匹配组数与列数不匹配”异常。

要运行 DDL 语句，请为 SERDEPROPERTIES 指定 regex 捕获组，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/'