Question

给定一个包含JSON列的表，如下所示：

{"payload":[{"type":"b","value":"9"}, {"type":"a","value":"8"}]}
{"payload":[{"type":"c","value":"7"}, {"type":"b","value":"3"}]}

如何编写Presto查询以便为所有条目提供平均b值？

到目前为止，我认为我需要使用像Hive lateral view explode这样的东西，它在Presto中等效于cross join unnest。

但我仍然坚持如何为cross join unnest编写Presto查询。

如何使用cross join unnest扩展所有数组元素并选择它们？

Answer 1

这是

的一个例子

with example(message) as (
VALUES
(json '{"payload":[{"type":"b","value":"9"},{"type":"a","value":"8"}]}'),
(json '{"payload":[{"type":"c","value":"7"}, {"type":"b","value":"3"}]}')
)


SELECT
        n.type,
        avg(n.value)
FROM example
CROSS JOIN
    UNNEST(
            CAST(
                JSON_EXTRACT(message,'$.payload')
                    as ARRAY(ROW(type VARCHAR, value INTEGER))
                    )
                ) as x(n)
WHERE n.type = 'b'
GROUP BY n.type

with定义了一个名为example的公用表表达式（CTE），其列名为message

VALUES返回逐字表行集

UNNEST在一行的一列中取一个数组，并将该数组的元素作为多行返回。

CAST正在将JSON类型更改为ARRAY所需的UNNEST类型。它可以很容易地成为ARRAY<MAP<，但我发现ARRAY(ROW(更好，因为您可以指定列名称，并在select子句中使用点表示法。

JSON_EXTRACT正在使用jsonPath表达式返回payload键的数组值

avg()和group by应该是熟悉的SQL。

Answer 2

正如您所指出的，这最终在Presto 0.79中实现。：）

以下是来自here的演员语法的示例：

select cast(cast ('[1,2,3]' as json) as array<bigint>);

特别的建议，Presto中没有'字符串'类型，就像在Hive中一样。这意味着如果你的数组包含字符串，请确保你使用'varchar'类型，否则你会收到一个错误信息，说“类型数组不存在”，这可能会产生误导。

select cast(cast ('["1","2","3"]' as json) as array<varchar>);

Answer 3

问题是我正在运行旧版的Presto。

版本0.79

中添加了

unnest

https://github.com/facebook/presto/blob/50081273a9e8c4d7b9d851425211c71bfaf8a34e/presto-docs/src/main/sphinx/release/release-0.79.rst

如何在Presto中交叉连接不需要的JSON数组

3 个答案: