在 Athena 中，我如何查询结构中数组中的结构成员？

Question

我正在尝试找出如何查询我正在检查 usage 的值的位置，给出以下 table 创建：

CREATE EXTERNAL TABLE IF NOT EXISTS foo.test (
     `id` string,
     `foo` struct< usages:array< struct< usage:string,
     method_id:int,
     start_at:string,
     end_at:string,
     location:array<string> >>> 
) PARTITIONED BY (
         timestamp date 
) 
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
         'serialization.format' = '1' ) LOCATION 's3://foo.bar/' TBLPROPERTIES ('has_encrypted_data'='false');

我想要这样的查询：

SELECT * FROM "foo"."test" WHERE foo.usages.usage is null;

当我这样做时，我得到：

SYNTAX_ERROR: line 1:53: Expression "foo"."usages" is not of type ROW

如果我在直接索引数组的位置进行查询，如下所示，它会起作用。

SELECT * FROM "foo"."test" WHERE foo.usages[1].usage is null;

不过，我的总体目标是查询 usages 数组中的所有项目，并找到任何行，其中 usages 数组中至少有一个项目具有成员 usage空。

Answer 1

您可以通过将数组取消嵌套成行然后检查这些行的 null 值来实现此目的。这将导致每个 null 值条目一行。

select * from test
CROSS JOIN UNNEST(foo.usages) AS t(i)
where i.usage is null

因此，如果您只需要唯一集，则必须运行通过 select 不同。

select distinct id from test
CROSS JOIN UNNEST(foo.usages) AS t(i)
where i.usage is null

Answer 2

Athena 基于 Presto。在 Presto 318 中，您可以使用 any_match:

SELECT * FROM "foo"."test"
WHERE any_match(foo.usages, element -> element.usage IS NULL);

我认为该功能在 Athena 中尚不可用，但您可以使用 reduce 来模拟它。

SELECT * FROM "foo"."test"
WHERE reduce(
  foo.usages, -- array to reducing
  false, -- initial state
  (state, element) -> state OR element.usage IS NULL, -- combining function
  state -> state); -- output function (identity in this case)

Answer 3

另一种模拟 any_match(<array>, <function>) 的方法是 cardinality(filter(<array>, <function>)) > 0.

SELECT * FROM "foo"."test"
WHERE any_match(foo.usages, element -> element.usage IS NULL);

变为：

SELECT * FROM "foo"."test"
WHERE cardinality(filter(foo.usages, element -> element.usage IS NULL)) > 0

在 Athena 中，我如何查询结构中数组中的结构成员？

In Athena how do I query a member of a struct in an array in a struct?

sql

json

presto

amazon-athena