来自字符串字段的 AWS Athena json_extract 查询返回空值答案

【问题标题】：AWS Athena json_extract query from string field returns empty values来自字符串字段的 AWS Athena json_extract 查询返回空值
【发布时间】：2018-11-27 03:18:51
【问题描述】：

我在雅典娜有一张这样结构的桌子

CREATE EXTERNAL TABLE `json_test`(
  `col0` string , 
  `col1` string , 
  `col2` string , 
  `col3` string , 
  `col4` string , 
  )
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.serde2.OpenCSVSerde' 
WITH SERDEPROPERTIES ( 
  'quoteChar'='\"', 
  'separatorChar'='\;')

这样的Json String 存储在“col4”中：

{'email': 'test_email@test_email.com', 'name': 'Andrew', 'surname': 'Test Test'}

我正在尝试进行 json_extract 查询：

SELECT json_extract(col4 , '$.email') as email FROM "default"."json_test"

但查询返回空值。

任何帮助将不胜感激。

【问题讨论】：

是否引用了 json？我只是问，因为我已经看到 opencsvserde 解析所有数据而不是吐出错误，当你从 json_test 中选择 col4 时，你得到了你所期望的。
Json 没有被引用。如果我从 json_test 中选择 *，我会正确获取所有行
如果你从 json_test 中选择 col4，你会得到包含 json 的 col 吗？
我只是问，因为我刚刚运行了类似的东西并且遇到了问题。
是的，你是对的，我确实从 json_test 中选择 col4 并得到了 json 字符串

标签： json amazon-s3 hive amazon-athena presto

【解决方案1】：

JSON 需要使用双引号 (") 将值括起来。

比较：

presto> SELECT json_extract('{"email": "test_email@test_email.com", "name": "Andrew"}' , '$.email');
            _col0
-----------------------------
 "test_email@test_email.com"

和

presto> SELECT json_extract('{''email'': ''test_email@test_email.com'', ''name'': ''Andrew''}', '$.email');
 _col0
-------
 NULL

（注意：SQL varchar 文字中的'' 表示构造值中的单个'，因此此处的文字与问题中的格式相同。）

如果您的字符串值是“带单引号的 JSON”，您可以尝试使用 replace(string, search, replace) → varchar 修复它

【讨论】：

【解决方案2】：

问题是存储的 json 字符串的单引号字符

{'email': 'test_email@test_email.com', 'name': 'Andrew', 'surname': 'Test Test'}

改为双引号

{"email": "test_email@test_email.com", "name": "Andrew", "surname": "Test Test"}

Athena Query 工作正常：

SELECT json_extract(col4 , '$.email') as email FROM "default"."json_test"

【讨论】：

请将@Piotr Findeisen 的答案标记为正确，因为他是第一个为您提供答案的人