Athena 在另一个 json 结构数组中取消嵌套 json 字符串数组

Question

我有以下 AWS Athena create table 语句：

CREATE EXTERNAL TABLE IF NOT EXISTS s2cs3dataset.s2c_storage (
         `MessageHeader` string,
         `TimeToProcess` float,
         `KeyCreated` string,
         `KeyLastTouch` string,
         `CreatedDateTime` string,
         `TableReference` array<struct<`BusinessObject`: string,
         `TransactionType`: string,
         `ReferenceKeyId`: float,
         `ReferencePrimaryKey`: string,
         `IncludedTables`: array<string>>>,
         `SAPStoreReference` string 
) 
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
         'serialization.format' = '1' ) LOCATION 's3://api-dev-dpstorage-s3/S2C_INPUT/storage/' TBLPROPERTIES ('has_encrypted_data'='false');

据此，我想 select 使用此查询查询以下项目：

SELECT MessageHeader,
TimeToProcess,
KeyCreated,
KeyLastTouch,
CreatedDateTime,
tr.BusinessObject, 
tr.TransactionType,
tr.ReferencePrimaryKey,
it.IncludedTables,
SAPStoreReference
FROM s2c_storage
cross join UNNEST(s2c_storage.tablereference) as p(tr)
cross join UNNEST(tr.IncludedTables) as p(it)

但是我收到以下错误：

SYNTAX_ERROR: line 9:1: Expression "it" is not of type ROW

如果我删除底部交叉连接和引用它的列，查询工作正常，所以我在尝试解压缩字符串数组的 JSON 数据时做错了结构数组。有小费吗？

Answer 1

根据澄清意见，tr.IncludedTables 属于 array(varchar) 类型。因此，在查询... CROSS JOIN UNNEST(tr.IncludedTables) AS p(it)中，it的类型是varchar。在 select 子句中，您可以将此值引用为 it（或者，给一个别名：it as IncludedTables），但不能用 it.IncludedTables 引用它（varchar 值没有 "fields"，因此特别是它没有 IncludedTables 字段）。

Athena 在另一个 json 结构数组中取消嵌套 json 字符串数组

Athena unnest json array of string within another json array of structs

json

presto

amazon-athena