半结构化数据

Redshift 入门

Jason Myers

Principal Architect

半结构化数据

存储在 Redshift 的 SUPER 类型中
针对不同格式有专用 SQL 函数
JSON 是一种半结构化数据

JSON 验证函数

IS_VALID_JSON：确保整个 JSON 对象有效

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：确保 JSON 数组有效。

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

从 JSON 对象提取

JSON_EXTRACT_PATH_TEXT 返回 JSON 路径处的值
接收 JSON 字符串或字段，然后是一或多个路径键

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

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

尝试解析无效 JSON

-- 尝试从格式错误的 JSON 中提取路径
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]
  =========================================

从嵌套 JSON 路径提取

提供多个键参数

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

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

从不存在的嵌套 JSON 路径提取

返回 NULL

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

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

从 JSON 数组提取

JSON_EXTRACT_ARRAY_ELEMENT_TEXT 返回数组索引处的值
接收 JSON 字符串或字段，然后是从 0 开始的整数索引。

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

从嵌套 JSON 数组提取

SELECT JSON_EXTRACT_ARRAY_ELEMENT_TEXT(
           JSON_EXTRACT_PATH_TEXT('
               {
                 "one":1, 
                 "nested_two":[3,4,5]
               }', 
               -- 用 JSON_EXTRACT_PATH_TEXT 提取 nested_two 的值
               'nested_two'
            ),
            -- 用 JSON_EXTRACT_ARRAY_ELEMENT_TEXT 提取数组位置 1 的元素
            1
       );

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

从嵌套 JSON 数组提取的快捷方式

数组索引需为字符串

-- 传入两个键（'nested_two', '1'）以选择
-- nested_two 键对应数组的第二个元素
SELECT JSON_EXTRACT_PATH_TEXT('
          {
            "one":1, 
            "nested_two":[3,4,5]
          }', 
          'nested_two', '1'
       );

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

在 CTE 中进行类型转换

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

可作为 location_details.data 访问

Passons à la pratique !

Redshift 入门