如何在Redshift中解析主机的字符串？

Question

我正在寻找与Hive's parse_url(..., 'HOST')相当的Postgres（实际为Redshift）。

Postgres docs说它有一个URL解析器作为其全文搜索的一部分。这篇博文有a regex，可能是也可能不是防弹的。什么是最好的？

Answer 1

在Redshift开始支持PostgreSQL的正则表达式函数之前，如果你想在Redshift SQL中从HTTP / S URL中获取主机，你将不得不做类似的事情：

select split_part(url, '/', 3) as host from my_table

Answer 2

Redshift现在有一个REGEXP_SUBSTR功能：

它在字符串中搜索正则表达式并返回匹配的第一个子字符串。提取主机的正则表达式的一个示例：

select REGEXP_SUBSTR(url, '[^/]+\\.[^/:]+') from my_table;

Answer 3

如果您没有使用Redshift，我会说＆＃34;使用PL / Perlu，PL / Python或其他一种过程语言来获取常规的URL解析器＆＃34;。既然你是Pg 8.1的专有分支，你就不得不接受我怀疑的hacky regexp。

无法从SQL级别访问全文搜索URL解析器。你可以写一个C扩展来很容易地将函数暴露给SQL，但当然你不能在Redshift中安装扩展，所以它再也不会给你带来任何好处。

滥用正则表达式的时间。

（顺便说一句，谢谢你实际上说你正在红移;太多人说＆＃34; PostgreSQL＆＃34;当他们的意思是＆＃34;一个模糊的基于PostgreSQL的托管版本的ParAccel＆＃34;）< / p>