Redshift 加入元数据表并选择列答案

【问题标题】：Redshift join with metadata table and select columnsRedshift 加入元数据表并选择列
【发布时间】：2018-05-09 08:14:54
【问题描述】：

我创建了一个带有 table_name、col_name 和 data_type 的 pg_table_def 表的子集。我还添加了一个以“Y”为活动的列作为某些行的值。让我们将此表称为 config。Table config 如下所示：

table_name             column_name
interaction_summary    name_id
tag_transaction        name_id
interaction_summary    direct_preference
bulk_sent              email_image_click
crm_dm                 web_le_click

现在我希望能够将此表中的表名映射到实际表并获取相应列的值。 name_id 将是此处的键，可在所有表中使用。我的输出应该如下所示：

name_id     direct_preference  email_image_click        web_le_click
1            Y                 1                         2
2            N                 1                         2

解决方案需要是动态的，这样即使明天表列表扩展，新表也应该能够容纳。由于我是 Redshift 的新手，因此感谢您提供任何帮助。我也在考虑使用 dplyr 包通过 R 做同样的事情。

【问题讨论】：

Redshift SQL 不支持变量或动态 SQL，因此这不能仅在 Redshift 中实现，您需要一些外部过程来查询元数据并生成适当的选择语句。如果您可以详细说明您考虑和放弃的任何选项，或者您的环境的限制，例如，这也会有所帮助。可用的工具。就目前而言，这个问题过于开放，无法详细回答。 stackoverflow.com/help/how-to-ask
谢谢内森。我会更加小心地发布未来的问题。我的计划是使用动态查询对少数数据库表列进行回归分析。我几乎可以使用 R 破解它。在下面回答了我的问题。！

标签： r dplyr pivot amazon-redshift

【解决方案1】：

我了解到动态查询不适用于 Redshift。我的目标是拉出任何新的表，并使用它们的列在 R 中进行回归分析。我通过使用 listagg 功能和 concat 操作来完成这项工作。然后将输出写入 R 中的数据框。该数据框将有“n”个选择查询作为不同的行。以下是格式：

df <- as.data.frame(tbl(conn,sql("select 'select ' || col_names|| ' from ' || table_name as q1 from ( select distinct table_name, listagg(col_name,',') within group (order by col_name)
                                 over (partition by table_name) as col_names
                                 from attribute_config
                                 where active = 'Y'
                                 order by table_name )
                                 group by 1")))

完成后，我将此数据帧的每一行分配给一个新数据帧，并使用以下方法获取输出：

df1

我知道这是一个关于解决方案的回合。但它有效！在 1 秒内获取大约 1700 万条记录。

【讨论】：