在 Redshift 中合并 JSON 数组中的元素

Posted 2023-03-30

【中文标题】在 Redshift 中合并 JSON 数组中的元素

【英文标题】：Merge elements from JSON array in Redshift

【发布时间】：2021-12-30 09:45:28

【问题描述】：

在 Redshift 数据库中 text 类型的列中有以下 JSON 数据

genres
["drama","action","comedy"]
["drama","comedy","thriller"]
["drama","romance"]

我想使用自定义分隔符将它们组合成文本

genres
drama|action|comedy
drama|comedy|thriller
drama|romance

我看到有一些solutions available in Postgres，但我的问题是如何在 Amazon Redshift 中完成同样的工作。

【参考方案1】：

由于genres 与 json 兼容，您可以使用超类型、PartiQL 和一些列表聚合来完成此操作。

让我们做一些表格。

create temporary table _so (
  genres text
);

insert into _so values
  ('["drama","action","comedy"]'),
  ('["drama","comedy","thriller"]'),
  ('["drama","romance"]');

这里的基本模式是将列转换为超类型 (supered)，使用 PartiQL 将值转换为行 (super_pivot)，然后在将这些字符串值转换回字符串后聚合它们。 (lag)。

with supered as (
  select 
    json_parse(genres) genres
  from
    _so
), super_pivot as (
  select
    sup.genres,
    item
  from
    supered as sup,
    sup.genres as item
), lag as (
  select
    genres,
    listagg(cast(item as varchar), '|') delimited
  from
    super_pivot
  group by
    genres
)
select * from lag;

请注意，这假定 genres 是唯一的。如果不是，也许可以创建一个row_number 或稍后汇总的内容，这样您最终会得到与起点相同的行数。

genres	delimited
["drama","comedy","thriller"]	drama|comedy|thriller
["drama","action","comedy"]	drama|action|comedy
["drama","romance"]	drama|romance