AWS Athena JSON 多维数组结构

Question

JSON 文件的结构如下：

"otherstuff" : "stuff",
"ArrayofArrays" : {
   "Array-1" : {
      "type" : "sometype",
      "is_enabled" : false,
      "is_active" : false,
      "version" : "version 1.1"
   },
   "Array-2" : {
      "type" : "sometype",
      "is_enabled" : false,
      "is_active" : false,
      "version" : "version 1.2"
   }
   ...
}

查询运行s 时有以下

CREATE EXTERNAL TABLE IF NOT EXISTS test2.table14 (
`otherstuff` string,
`ArrayofArrays` array<array<struct<version:string>>>
) 
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
     'serialization.format' = '1' ) LOCATION 's3://bucket/folder/' TBLPROPERTIES ('has_encrypted_data'='false')

然而，当我运行基本预览 table 查询时，我收到以下错误。

HIVE_BAD_DATA: Error parsing field value for field #: org.openx.data.jsonserde.json.JSONObject cannot be cast to org.openx.data.jsonserde.json.JSONArray

数组的数组显然有问题。我无法弄清楚结构应该是什么。你知道如何声明这个结构的多维数组吗？

Answer 1

您的 JSON 不包含任何数组元素。因此，您必须使用映射列类型而不是数组来访问此结构。

CREATE EXTERNAL TABLE test14 (
  otherstuff string,
  ArrayofArrays map<string,struct<
     is_enabled:boolean,
     is_active:boolean,
     type:string,
     version:string
  >>
) 
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES ('serialization.format' = '1' ) 
LOCATION 's3://bucket/'

您可以通过以下查询语法访问地图：

select t.ArrayofArrays['array-1'] from test14 t

AWS Athena JSON 多维数组结构

AWS Athena JSON Multidimentional Array Structure

sql

arrays

json

amazon-web-services

amazon-athena