在 Redshift 中的不同行上返回 JSON 数组列的元素

Posted 2023-03-30

【中文标题】在 Redshift 中的不同行上返回 JSON 数组列的元素

【英文标题】：Return elements of JSON array column on separate rows in Redshift

【发布时间】：2020-01-13 08:36:01

【问题描述】：

我有一个 Redshift 表，其中一列中有一个 JSON 数组：

 id | metadata
---------------------------------------------------------------------------
 1  | ["pet":"dog","country":"uk", "pet":"cat","country":"us"]
 2  | ["pet":"cat","country":"uk"]
 3  | []

我想要一个如下所示的表格：

 id |   pet   |  country
------------------------
 1  | dog       | uk
 1  | cat       | us
 2  | cat       | uk

有没有办法在 Redshift 表上使用 sql 命令和/或 python 用户定义函数来做到这一点

【参考方案1】：

我将这种（丑陋的）方法用于 Redshift。让seq 成为一个包含单个字段num 的表，其中包含从 1 到 10000 的数字（假设一行中的宠物不超过 10000 只）。您可以使用generate_series(1, 10000)，但由于奇怪的原因它会变慢:(

select
  id,
  JSON_EXTRACT_PATH_TEXT(single_metadata, 'pet') as pet,
  JSON_EXTRACT_PATH_TEXT(single_metadata, 'country') as country
from
(
  select
    t.id,
    cast(JSON_EXTRACT_ARRAY_ELEMENT_TEXT(t.metadata, num) as json) as single_metadata
  from 
    t join seq -- or (select num from generate_series(1, 10000))
  on num <= json_array_length(t.metadata)
)

【讨论】：

我试过这个，但我不想硬编码数字，比如这里到 10000

你可以通过select max(json_array_length(t.metadata)) from t这样的查询得到这个号码

所以我有一个表 seq CREATE TEMP TABLE seq (i int); INSERT INTO seq VALUES(0),(1),(2); 但我如何使用 select max(json_array_length(t.metadata)) 作为插入选择组合命令在 seq 中插入数据？

只能通过python脚本:(