匹配 Redshift 中逗号分隔字段中的值

Posted 2023-03-31

【中文标题】匹配 Redshift 中逗号分隔字段中的值

【英文标题】：Matching values in a comma seprated field in Redshift

【发布时间】：2020-12-21 23:17:52

【问题描述】：

我在Redshift 有 2 个表，如下：

T1:

QID   EID
Q1    a.1,a.2
Q2    a.5,a.4,a.8
Q3    a.7
Q4    a.3,a.5

和

T2:

EIDs
a.1
a.2
a.4
a.7

我只想从T1 中选择包含T2.EIDs 中任何可用值的记录。 因此，如果T2.EIDs 中存在的任何值在逗号分隔字段T1.EID 中可用，那么我想从T1 中选择该记录。对于给定的示例，这是我想要的结果集：

QID   EID
Q1    a.1,a.2
Q2    a.5,a.4,a.8
Q3    a.7

我知道 LIKE 和 SIMILAR TO 子句会在这里发挥作用，但我似乎无法想出让它起作用的东西。

最终的查询可能类似于：

SELECT T1.*
FROM T1 JOIN T2 ON <cannot think of a proper join condition>

任何帮助将不胜感激。

【问题讨论】：

您有机会修复损坏的数据模型吗？这是解决这个问题的唯一正确方法。

@a_horse_with_no_name 不幸的是，我现在无法修复数据模型。但是下面发布的答案可以在不更改数据模型的情况下解决问题。

【参考方案1】：

这是一个糟糕的数据模型。 CSV 列表中的每个值都应该存储在不同的行中，而不是连接在一个字符串中。那么查询将是易于编写和高效的。

对于您当前的设计，您可以使用如下字符串函数：

select t1.*
fom t1
where exists (select 1 from t2 where ',' || t1.eid || ',' like '%,' || t2.eid || ',%')

【讨论】：

非常感谢您的回答。它工作得很好，除了我必须纠正的一个小错字。 exists 条件具有 t2.eid,。应删除逗号以使其正常工作。这确实是一个糟糕的数据模型，但这是我目前必须使用的。