Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Eliminazione di una tabella Amazon S3
<a name="s3-tables-delete"></a>

Puoi eliminare una tabella utilizzando l'API REST di Amazon S3, AWS SDKs, AWS Command Line Interface (AWS CLI) o utilizzando motori di query integrati.

**Nota**  
Tabelle S3 non supporta l'operazione `DROP TABLE` con `purge=false`. Alcune versioni di Apache Spark impostano sempre questo flag su `false` anche quando eseguono i comandi `DROP TABLE PURGE`. Per eliminare una tabella, puoi rieseguire `DROP TABLE` con `purge=true` oppure utilizzare l’operazione REST API [https://docs.aws.amazon.com//AmazonS3/latest/API/API_s3TableBuckets_DeleteTable.html](https://docs.aws.amazon.com//AmazonS3/latest/API/API_s3TableBuckets_DeleteTable.html) di Tabelle S3.

**Importante**  
 Quando elimini una tabella, è importante sapere quanto segue:  
L’eliminazione di una tabella un’azione permanente e non può essere annullata. Prima di eliminare una tabella, assicurati di aver eseguito il backup o la replica di tutti i dati importanti.
Tutti i dati e le configurazioni associati alla tabella vengono rimossi definitivamente.

## Usando il AWS CLI
<a name="delete-table-CLI"></a>

Questo esempio mostra come eliminare una tabella tramite AWS CLI. Per utilizzare questo comando, sostituisci `user input placeholders` con le informazioni appropriate.

```
aws s3tables delete-table \
    --table-bucket-arn arn:aws:s3tables:us-east-1:111122223333:bucket/amzn-s3-demo-table-bucket \
    --namespace example_namespace --name example_table
```

## Utilizzo di un motore di query
<a name="create-table-namespace-engine"></a>

Le tabelle possono essere eliminate da una sessione di Apache Spark connessa ai bucket di tabelle Amazon S3.

Questo esempio mostra come eliminare una tabella utilizzando il comando `DROP TABLE PURGE`. Per utilizzare il comando, sostituisci `user input placeholders` con le informazioni appropriate.

```
spark.sql( 
" DROP TABLE [IF EXISTS] s3tablesbucket.example_namespace.example_table PURGE")
```