Semigestructureerde data

Introductie tot Redshift

Jason Myers

Principal Architect

Semigestructureerde data

Opgeslagen in Redshifts type SUPER
Heeft aparte SQL-functies voor verschillende indelingen
JSON is een type semigestructureerde data

Functies voor JSON-validatie

IS_VALID_JSON – controleert of een volledig JSON-object geldig is

SELECT IS_VALID_JSON('{"one":1, "two":2}');

IS_VALID_JSON
=============
true

SELECT IS_VALID_JSON('{"one":1, "two":2');

IS_VALID_JSON
=============
false

IS_VALID_JSON_ARRAY – controleert of een JSON-array geldig is.

SELECT IS_VALID_JSON_ARRAY('{"one":1}')

IS_VALID_JSON_ARRAY
===================
false

SELECT IS_VALID_JSON_ARRAY('[1,2,3]')

IS_VALID_JSON_ARRAY
===================
true

Extractie uit een JSON-object

JSON_EXTRACT_PATH_TEXT geeft de waarde op een JSON-pad
Neemt een JSON-string of veld plus één of meer sleutels voor het pad

SELECT JSON_EXTRACT_PATH_TEXT('{"one":1, "two":2}', 'one');

JSON_EXTRACT_PATH_TEXT
======================
1

Ongeldige JSON proberen te parsen

-- Proberen een pad te extraheren uit slecht gevormde JSON
SELECT JSON_EXTRACT_PATH_TEXT('{"one":1, "two":2', 'one');

JSON parsing error
DETAIL:  
  =========================================
  error:  JSON parsing error
  code:      8001
  context:   invalid json object 
  query:     [child_sequence:'one']
  location:  funcs_json.hpp:202
  process:   padbmaster [pid=1073807529]
  =========================================

Extractie uit geneste JSON-paden

Geef meerdere sleutels mee

SELECT JSON_EXTRACT_PATH_TEXT('
         {
           "one_object":{
              "nested_three": 3, 
              "nested_four":4
           }, 
           "two":2
         }', 
         'one_object', 'nested_three');

JSON_EXTRACT_PATH_TEXT
======================
3

Extractie uit niet-bestaande geneste JSON-paden

Retourneert NULL

SELECT JSON_EXTRACT_PATH_TEXT('
       {
         "one_object":{
            "nested_three": 3, 
            "nested_four":4
         }, 
         "two":2
       }', 
       'two', 'nested_five');

JSON_EXTRACT_PATH_TEXT
======================
NULL

Extractie uit een JSON-array

JSON_EXTRACT_ARRAY_ELEMENT_TEXT geeft de waarde op een array-index
Neemt een JSON-string of veld plus een integer index vanaf nul.

SELECT JSON_EXTRACT_ARRAY_ELEMENT_TEXT('[1.1,400,13]', 2);

JSON_EXTRACT_ARRAY_ELEMENT_TEXT
===============================
13

SELECT JSON_EXTRACT_ARRAY_ELEMENT_TEXT('[1.1,400,13]', 3);

JSON_EXTRACT_ARRAY_ELEMENT_TEXT
===============================
NULL

Extractie uit een geneste JSON-array

SELECT JSON_EXTRACT_ARRAY_ELEMENT_TEXT(
           JSON_EXTRACT_PATH_TEXT('
               {
                 "one":1, 
                 "nested_two":[3,4,5]
               }', 
               -- Waarde bij nested_two ophalen met JSON_EXTRACT_PATH_TEXT
               'nested_two'
            ),
            -- Item op positie één van de array ophalen met JSON_EXTRACT_ARRAY_ELEMENT_TEXT
            1
       );

JSON_EXTRACT_ARRAY_ELEMENT_TEXT
===============================
4

Snelkoppeling: extractie uit een geneste JSON-array

Array-index moet een string zijn

-- Twee sleutels ('nested_two', '1') doorgeven om
-- het tweede element van de arraywaarde van nested_two te kiezen
SELECT JSON_EXTRACT_PATH_TEXT('
          {
            "one":1, 
            "nested_two":[3,4,5]
          }', 
          'nested_two', '1'
       );

JSON_EXTRACT_PATH_TEXT
======================
4

Casten in CTE's

WITH location_details AS (
    SELECT '{
        "location": "Salmon Challis National Forest",
      }'::SUPER::VARCHAR AS data
)

Toegankelijk als location_details.data

Laten we oefenen!

Introductie tot Redshift