从 Amazon Redshift 中的 json 数组中提取特定键

Posted 2023-03-30

【中文标题】从 Amazon Redshift 中的 json 数组中提取特定键

【英文标题】：Extract specific key from array of jsons in Amazon Redshift

【发布时间】：2021-06-20 18:52:22

【问题描述】：

背景

我正在使用 SQL 在 Amazon Redshift 数据库中工作。我有一个表，其中一个名为 attributes 的列包含如下所示的数据：

["name": "Color", "value": "Beige","name":"Size", "value":Small"]

或

["name": "Size", "value": "Small","name": "Color", "value": "Blue","name": "Material", "value": "Cotton"]

据我了解，以上是JSON字符串中的一系列路径元素。

问题

我希望提取每个 JSON 字符串中的颜色值。我不确定如何进行。我知道如果颜色在同一个位置，我可以使用索引来指示从哪里提取。但这里不是这样。

我尝试了什么

select json_extract_array_element_text(attributes, 1) as color_value, json_extract_path_text(color_value, 'value') as color from my_table

此查询适用于某些列，但并非所有列，因为颜色值的位置不同。

我很感激这里的任何帮助，因为我对 sql 非常陌生，并且只进行了基本的查询。我一直使用以下page作为参考

【问题讨论】：

您正在突破 SQL 的极限。你会考虑Creating a scalar Python UDF - Amazon Redshift提取信息吗？

【参考方案1】：

首先，您的数据是数组格式（在 [ ] 之间），而不是对象格式（在 之间）。您提到的页面是用于从 JSON 对象而非数组中提取数据的函数。数组格式也带来了挑战，因为您需要知道要提取的元素的数字位置。

根据您的示例数据，对象似乎是要走的路。如果是这样，您将希望重新格式化您的数据，使其更像：

"Color": "Beige", "Size": "Small"

和

"Size": "Small", "Color": "Blue", "Material": "Cotton"

仅当“名称”值在您的数据中是唯一的时，此转换才有效。

有了这个你选择的函数 - JSON_EXTRACT_PATH_TEXT() - 将从数据中提取你想要的值。

现在更改数据可能不是一种选择，处理这些数组会使事情变得更加困难和性能降低。为此，您需要通过与一组数字交叉连接来扩展这些数组，这些数字包含数组最大长度内的所有数字。例如，对于您提供的示例，您需要通过值 0、1、2 进行交叉连接，以便可以完全提取 3 元素数组。然后，您可以只过滤那些“名称”为“颜色”的行。

从数组中提取元素所需的函数是 JSON_EXTRACT_ARRAY_ELEMENT_TEXT()，由于数组中存储有对象，因此需要对结果运行 JSON_EXTRACT_PATH_TEXT()。