Athena 在另一个 json 结构数组中未嵌套 json 字符串数组
Posted
技术标签:
【中文标题】Athena 在另一个 json 结构数组中未嵌套 json 字符串数组【英文标题】:Athena unnest json array of string within another json array of structs 【发布时间】:2020-01-09 02:16:38 【问题描述】:我有以下 AWS Athena 创建表语句:
CREATE EXTERNAL TABLE IF NOT EXISTS s2cs3dataset.s2c_storage (
`MessageHeader` string,
`TimeToProcess` float,
`KeyCreated` string,
`KeyLastTouch` string,
`CreatedDateTime` string,
`TableReference` array<struct<`BusinessObject`: string,
`TransactionType`: string,
`ReferenceKeyId`: float,
`ReferencePrimaryKey`: string,
`IncludedTables`: array<string>>>,
`SAPStoreReference` string
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
'serialization.format' = '1' ) LOCATION 's3://api-dev-dpstorage-s3/S2C_INPUT/storage/' TBLPROPERTIES ('has_encrypted_data'='false');
据此,我想通过此查询选择以下项目:
SELECT MessageHeader,
TimeToProcess,
KeyCreated,
KeyLastTouch,
CreatedDateTime,
tr.BusinessObject,
tr.TransactionType,
tr.ReferencePrimaryKey,
it.IncludedTables,
SAPStoreReference
FROM s2c_storage
cross join UNNEST(s2c_storage.tablereference) as p(tr)
cross join UNNEST(tr.IncludedTables) as p(it)
但是我收到以下错误:
SYNTAX_ERROR:第 9:1 行:表达式“it”不是 ROW 类型
如果我删除底部交叉连接和引用它的列,查询工作正常,所以在尝试解压缩结构数组中字符串数组的 JSON 数据时我做错了。有小费吗?
【问题讨论】:
SELECT typeof(tr.IncludedTables), tr.IncludedTables FROM s2c_storage CROSS JOIN UNNEST(s2c_storage.tablereference) AS p(tr) LIMIT 1
的输出是什么?
_col0 包含的表数组(varchar)[PLU]
如果tr.IncludedTables
是array(varchar)
,那么在UNNEST(tr.IncludedTables) as p(it)
之后,it
是varchar
。在您的查询中将 it.IncludedTables
替换为 it
- 这有帮助吗?
这对 Piotr 有效。你能帮我理解它为什么起作用/有帮助吗?
我添加了一些解释作为答案。
【参考方案1】:
根据澄清 cmets,tr.IncludedTables
的类型为 array(varchar)
。
因此,在查询... CROSS JOIN UNNEST(tr.IncludedTables) AS p(it)
中,it
的类型是varchar
。在 select 子句中,您可以将此值引用为 it
(或者,给出别名:it as IncludedTables
),但您不能使用 it.IncludedTables
引用它(varchar
值没有“字段”,所以在特别是它没有IncludedTables
字段)。
【讨论】:
以上是关于Athena 在另一个 json 结构数组中未嵌套 json 字符串数组的主要内容,如果未能解决你的问题,请参考以下文章
SQL(雅典娜)中的取消嵌套:如何将结构数组转换为从结构中提取的值数组?
Athena 嵌套结构查询 - 如何在 SQL 中查询 Value_counts