Presto过滤器json数组答案

【问题标题】：Presto filter json arrayPresto过滤器json数组
【发布时间】：2021-04-29 22:06:28
【问题描述】：

如何在 Presto 中过滤 json 数组？

WITH dataset AS (
  SELECT * FROM (VALUES
    (JSON '{"turnovers": [{"purpose": "Bla Bla", "amount": 3, "tag": "E"}, 
                          {"purpose": "Blub", "amount": 3, "tag": "F"}]}'),
    (JSON '{"turnovers": [{"purpose": "Palim", "amount": 3, "tag": "E"}, 
                          {"purpose": "Palim Palim", "amount": 3, "tag": "E"}]}')
  ) AS t (snapshot)
)
SELECT 
    json_extract(snapshot, '$.turnovers')
FROM 
    dataset

我只想获得带有标签E 的营业额，而不是所有交易。在本例中，应排除标签为F 的一笔交易。

这可能吗？

我希望像这样使用某物，但这不起作用

WITH dataset AS (
  SELECT * FROM (VALUES
    (JSON '{"turnovers": [{"purpose": "Bla Bla", "amount": 3, "tag": "E"}, 
                          {"purpose": "Blub", "amount": 3, "tag": "F"}]}'),
    (JSON '{"turnovers": [{"purpose": "Palim", "amount": 3, "tag": "E"}, 
                          {"purpose": "Palim Palim", "amount": 3, "tag": "E"}]}')
  ) AS t (snapshot)
)
SELECT 
    filter(json_extract(snapshot, '$.turnovers'), x -> json_extract_scalar(x, '$.tag')='E')
FROM 
    dataset

【问题讨论】：

标签： presto

【解决方案1】：

这对我有用。 ARRAY(MAP(VARCHAR, JSON)) 非常灵活，也允许在 json 数组中嵌套 json。

WITH dataset AS (
  SELECT * FROM (VALUES
    (JSON '{"turnovers": [{"purpose": "Bla Bla", "amount": 3, "tag": "E"},
                          {"purpose": "Blub", "amount": 3, "tag": "F"}]}'),
    (JSON '{"turnovers": [{"purpose": "Palim", "amount": 3, "tag": "E"},
                          {"purpose": "Palim Palim", "amount": 3, "tag": "E"}]}')
  ) AS t (snapshot)
)
SELECT
    CAST(filter(CAST(json_extract(snapshot, '$.turnovers') AS ARRAY(MAP(VARCHAR, JSON))), x -> json_format(x['tag']) = '"E"') AS JSON)
FROM
    dataset

【讨论】：

你可以尝试使用element_at(x, 'tag') -> x['tag'] 来美化它。至少它对我有用 =) 或者 x -> json_format(x['tag']) = '"E"' 可以是一个选项而不是演员。

【解决方案2】：

您可以尝试使用带有表达式 json_extract(snapshot, '$.turnovers[?(@.tag == "E")]') 的 json 路径，但如果它对您来说失败，就像对我一样 - 将数据转换为行数组并过滤这些数组：

WITH dataset AS (
  SELECT * FROM (VALUES
    (JSON '{"turnovers": [{"purpose": "Bla Bla", "amount": 3, "tag": "E"},
                          {"purpose": "Blub", "amount": 3, "tag": "F"}]}'),
    (JSON '{"turnovers": [{"purpose": "Palim", "amount": 3, "tag": "E"},
                          {"purpose": "Palim Palim", "amount": 3, "tag": "E"}]}')
  ) AS t (snapshot)
)
SELECT
    filter(CAST(json_extract(snapshot, '$.turnovers') as ARRAY(ROW(purpose VARCHAR, amount INTEGER, tag VARCHAR))), x -> x.tag = 'E')
FROM
    dataset

如果需要，您可以选择在过滤后转换回 json。

【讨论】：

谢谢！不幸的是，这给了我Final query status: FAILED - Reason: INVALID_CAST_ARGUMENT: Cannot cast JSON to array(row(purpose varchar,amount integer,tag varchar))。我在雅典娜运行这个。
@PalimPalim 回答中的查询昨天在雅典娜对我来说效果很好。我稍后再检查。
@PalimPalim 查询在雅典娜对我来说效果很好。您是否针对真实数据执行它？可能是json结构不同？
不，我按原样复制并直接在那里运行。也许我的 aws athena 版本比您的版本或类似版本旧，但我找到了一种对我有用的不同方式（有点丑陋）。在此处查看其他答案。
@PalimPalim 是的，我也试过了，as ARRAY(MAP(VARCHAR, VARCHAR))), x -> x['tag'] = 'E' 对我有用（虽然它把所有东西都变成了字符串）。