Athena 嵌套结构查询 - 如何在 SQL 中查询 Value_counts

Question

我在 AWS Athena 中有一个很大的嵌套结构。这是 table 中名为 "petowners" 的一列：

{_id=5e6b531a412345e0e86aeae0, status=NotAnalyzed, animalcategories=[{categoryname=mammals, matches=1}, {categoryname=birds, matches=2}, {categoryname= UnknownField, matches=4}], ...many-other-values}

我在找：

相当于列中的 python 函数 value_counts。意思是我正在寻找将输出的 SQL Athena 命令这一行：[mammals:1, birds:2, UnknownField:4]
一种查询聚合的方法-创建总数的直方图每个主人的宠物数量 row = 7
在'animalycategories'

UnknownField

整个table有多少种动物？

Answer 1

这是解决方案的开头：我们称 table "entire_table"

 SELECT t.entire_table._id,
         t.petowners.animalcategories,
         ac.categoryname,
         ac.matches
FROM entire_table t, UNNEST(t.petowners.animalcategories) AS t(ac)

此查询将输出一个 table，其中包含名为 "categoryname" 和 "matches" 的列，其中每行重复的类别名称与每个 user_id 的类别名称一样多:

| _id                      | animalcategories                                                                                              | categoryname | matches |
|--------------------------|---------------------------------------------------------------------------------------------------------------|--------------|---------|
| 5e6b531a412345e0e86aeae0 | [{categoryname=mammals, matches=1}, {categoryname=birds, matches=2}, {categoryname= UnknownField, matches=4}] | mammals      | 1       |
| 5e6b531a412345e0e86aeae0 | [{categoryname=mammals, matches=1}, {categoryname=birds, matches=2}, {categoryname= UnknownField, matches=4}] | birds        | 2       |
| 5e6b531a412345e0e86aeae0 | [{categoryname=mammals, matches=1}, {categoryname=birds, matches=2}, {categoryname= UnknownField, matches=4}] | UnknownField | 4       |

这里是最相关的链接（按重要性排序）：

我遇到了一些不太有用的链接，我觉得值得一提，为了进行全面审查，我将在此处添加它们：

我希望有一天有人会发现这个 post 有用，并通过浏览几个小时的网络来寻找我必须经历的答案，从而为自己找到一条捷径。祝你好运。

Athena 嵌套结构查询 - 如何在 SQL 中查询 Value_counts

Athena nested Struct Querying - how to query Value_counts in SQL

sql

ddl

amazon-athena