半構造化データ

Redshift入門

Jason Myers

Principal Architect

半構造化データ

Redshift の SUPER 型に格納
形式ごとの専用SQL関数がある
JSON は半構造化データの一種

JSONの検証関数

IS_VALID_JSON - JSONオブジェクト全体が有効かを確認

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 - JSON配列が有効かを確認

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

JSONオブジェクトからの抽出

JSON_EXTRACT_PATH_TEXT はJSONパスの値を返す
JSON文字列/フィールドと、パスのキー1つ以上を渡す

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

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

無効なJSONの解析を試みる

-- 不正なJSONからパス抽出を試行
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]
  =========================================

入れ子のJSONパスから抽出

複数のキー引数を渡す

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

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

存在しない入れ子パスからの抽出

見つからない場合は NULL を返す

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

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

JSON配列からの抽出

JSON_EXTRACT_ARRAY_ELEMENT_TEXT は配列インデックスの値を返す
JSON文字列/フィールドと、0始まりの整数インデックスを取る

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

入れ子のJSON配列から抽出

SELECT JSON_EXTRACT_ARRAY_ELEMENT_TEXT(
           JSON_EXTRACT_PATH_TEXT('
               {
                 "one":1, 
                 "nested_two":[3,4,5]
               }', 
               -- JSON_EXTRACT_PATH_TEXTで nested_two の値を抽出
               'nested_two'
            ),
            -- JSON_EXTRACT_ARRAY_ELEMENT_TEXTで配列の位置1を抽出
            1
       );

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

入れ子のJSON配列からのショートカット

配列インデックスは文字列で指定

-- 2つのキー（'nested_two', '1'）を渡して
-- nested_two の配列値の2番目の要素を取得
SELECT JSON_EXTRACT_PATH_TEXT('
          {
            "one":1, 
            "nested_two":[3,4,5]
          }', 
          'nested_two', '1'
       );

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

CTEでのキャスト

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

location_details.data として参照可能

練習しましょう！

Redshift入門