从 Array 展平 Snowflake 中的数据源

Question

我正在尝试修复数据集中的数组。目前，我有一个数据集，该数据集具有多个不同 uuid 的参考号。我想做的是在 Snowflake 中将其展平，以便每个 uuid 的参考号都有单独的行。例如

Reference                                       UUID
1) 9f823c2a-ced5-4dbe-be65-869311462f75 "[
                                         ""05554f65-6aa9-4dd1-6271-8ce2d60f10c4"",
                                         ""df662812-7f97-0b43-9d3e-12f64f504fbb"",
                                          ""08644a69-76ed-ce2d-afff-b236a22efa69"",
                                          ""f1162c2e-eeb5-83f6-5307-2ed644e6b9eb"",
                                            ]"

最终应该看起来像：

Reference                                UUID
1) 9f823c2a-ced5-4dbe-be65-869311462f75    05554f65-6aa9-4dd1-6271-8ce2d60f10c4
2) 9f823c2a-ced5-4dbe-be65-869311462f75    df662812-7f97-0b43-9d3e-12f64f504fbb
3) 9f823c2a-ced5-4dbe-be65-869311462f75    08644a69-76ed-ce2d-afff-b236a22efa69
4) 9f823c2a-ced5-4dbe-be65-869311462f75    f1162c2e-eeb5-83f6-5307-2ed644e6b9eb

我刚开始在 Snowflake 工作，所以我是新手。看起来有一个横向扁平化，但这要么没有告诉我我有各种各样的错误。雪花的文档在谈到这一点时有点令人困惑。

Answer 1

While FLATTEN is the right approach when exploding an array, the UUID column value shown in the original description is invalid if interpreted as JSON syntax: "[""val1"", ""val2""]" 并且在 LATERAL FLATTEN 方法可以通过将其视为 VARIANT 类型来应用之前需要更正。

如果您在原始描述中的数据样本是文字数据并适用于所有列值，那么以下查询将有助于将其转换为有效的 JSON 语法，然后应用横向展平以产生期望的结果：

SELECT
  T.REFERENCE,
  X.VALUE AS UUID
FROM (
  SELECT
    REFERENCE,
    -- Attempts to transform an invalid JSON array syntax such as "[""a"", ""b""]"
    -- to valid JSON: ["a", "b"] by stripping away unnecessary quotes
    PARSE_JSON(REPLACE(REPLACE(REPLACE(UUID, '""', '"'), '["', '['), ']"', ']')) AS UUID_ARR_CLEANED
    FROM TABLENAME) T,
  LATERAL FLATTEN(T.UUID_ARR_CLEANED) X

如果您的数据已经是有效的 VARIANT 类型，并且在摄取期间对 UUID 列成功完成了 PARSE_JSON，并且描述中提供的示例只是一种格式化只显示 JSON invalid in the post 的问题，那么与上面相同的查询的更简单版本就足够了：

SELECT REFERENCE, X.VALUE AS UUID
FROM TABLENAME, LATERAL FLATTEN(TABLENAME.UUID) X

从 Array 展平 Snowflake 中的数据源

Flatten data source in Snowflake from Array

sql

arrays

snowflake-schema

snowflake-cloud-data-platform

snowflake-task