Question

我有一个Redshift表，其中包含带有json对象的列。我尝试在此表上执行查询时遇到json解析器失败，该查询对json对象内容应用特定过滤器。虽然我能够在select语句中使用json_extract_path_text（），但在where子句中使用时会失败。

以下是我看到的错误： Amazon无效操作：JSON解析错误;

当我查看STL_ERROR表以获取更多详细信息时，这是我在错误详细信息中看到的内容： 错误代码：8001 上下文：JSON解析错误错误：无效的json对象null

以下是一个此类json列中的内容示例：

{"att1":"att1_val","att2":"att2_val","att3":[{"att3_sub1_1":"att3_sub1_1_val","att3_sub1_2":"att3_sub1_2_val"},{"att3_sub2_1":"att3_sub2_1_val","att3_sub2_2":"att3_sub2_2_val"}],"att4":"att4_val","att5":"att5_val"}

现在，当我运行以下查询时，它会毫无问题地执行：

select
json_extract_path_text(col_with_json_obj,'att4') as required_val
from table_with_json_data;

现在，当我在where子句中使用json_extract_path_text（）时，它失败并出现上述错误：

select
json_extract_path_text(col_with_json_obj,'att4') as required_val
from table_with_json_data
where json_extract_path_text(col_with_json_obj,'att4') = 'att4_val';

我在这里使用不正确或丢失了什么吗？

P.S：我有另一个具有类似架构的表，相同的查询运行就好了。两个表之间的唯一区别是数据的加载方式 - 一个在复制选项中使用 jsonpaths文件，另一个使用 json＆＃39; auto＆＃39;

Answer 1

如果table_with_json_data包含col_with_json_obj的值为{4}字符串＆＃34; null＆＃34;。

，则会出现错误。

为了避免这样的错误，我建议创建一个Redshift UDF来验证JSON。 http://discourse.snowplowanalytics.com/t/more-robust-json-parsing-in-redshift-with-python-udfs/197中描述的is_json（）方法对我来说效果很好：

create or replace function is_json(j varchar(max))
  returns boolean
  stable as $$
    import json
    try:
      json_object = json.loads(j)
    except ValueError, e:
      return False
    return True
  $$ language plpythonu;

然后，您可以在查询中添加and where is_json(col_with_json_obj)子句，并且可以完全避免此类错误。

Json在where子句

1 个答案: