代码问题

我们在Redshift中创建了一个外部表，如下所示：

CREATE EXTERNAL TABLE spectrum.my_table(
  insert_id varchar(128),attribution_ids array<varchar(100)>
PARTITIONED BY ( 
  event_date varchar(128))
STORED AS ParqUET
LOCATION
  's3://my_bucket/my_path'

我们所做的一切都很完美，但是当我们查询文档描述的array<varchar>字段时：

SELECT c.insert_id,a FROM 
    spectrum.my_table c,c.attribution_ids a LIMIT 10

Redshift正确返回insert_id，但返回的数组编码如下：

"insert_id","o"
"0baed794-df11-4032-b13c-aac5d0deced7"  "0b8ad4fd9af12804ffaea83f4886672b"

源数据应为：

"0baed794-df11-4032-b13c-aac5d0deced7",[0baed794-df11-4032-b13c-aac5d0deced7,0baed794-df11-4032-b13c-aac5d0deced7]

当我们在雅典娜中以SELECT * FROM my_table运行相同的查询时，它将返回具有正确数据的数组。

我在这里应该做什么？

问题答案

Redshift不支持嵌套数据类型。

Redshift频谱对嵌套数据类型具有简单的支持-选择之前，array或map之类的集合类型必须取消嵌套（分解）。

取消嵌套基本上对集合所属行的所有集合项进行CROSS JOIN处理。

请注意语法：... FROM TABLE a,a.collecion_column B ...-在经典查询中，它是CROSS JOIN的同义词。

因此，您在"o"列中看到的是attribution_ids数组中的一项。

如果觉得前端之家所整理的内容很不错的话，欢迎点击下方分享按钮，转发给身边开发程序员好友。