Question

我试图在s3-select中查询json数据中的数据。

   {
    person = [
    {
            "Id": 1,
            "Name": "Anshu",
            "Address": "Templestowe",
            "Car": "Jeep"
    }
    {
            "Id": 2,
            "Name": "Ben Mostafa",
            "Address": "Las Vegas",
            "Car": "Mustang"
    }
    {
                    "Id": 3,
                    "Name": "Rohan Wood",
                    "Address": "Wooddon",
                    "Car": "VW"
    }
]
}

QUERY = "select * from S3Object s"
QUERY = "select s.person from S3Object s"
QUERY = "select s.person[0] from S3Object s"
QUERY = "select s.person[0].Name from S3Object s"

所有这些查询都可以正常工作，并根据需要返回相应的对象当我试图在名称/汽车上搜索数据时，它不起作用。

QUERY = "select * from S3Object s where s.person.Name = \"Anshu\" "

错误：com.amazonaws.services.s3.model.AmazonS3Exception：第1行第32列的列索引无效。

s3-select online上没有太多相关内容。想知道我们是否可以查询字段名称！在文档

中没有给出s3-select的where子句的select查询示例

Answer 1

我在任何AWS文档中都找不到这个，但是我只是在玩耍，发现了一个有效的语法：

QUERY = "select * from S3Object s where 'Anshu' in s.person[*].Name"

基于一些推论：

我知道，当tag属性是字符串数组时，像WHERE（s.tags中的'blah'）这样的语法就可以工作。
AWS文档还说，当＃是有效的索引/数字时，s.person [＃]应该起作用。基于此，我发现在方括号之间使用星号（*）也可以，如s.person [*]。Name一样。这是在对s.Person []，s.Person [＃]，s.Person [？]等各种语法进行失败的测试之后。

使用Python和Boto3进行证明：

import boto3

S3_BUCKET = 'your-bucket-name'

s3 = boto3.client('s3')

r = s3.select_object_content(
        Bucket=S3_BUCKET,
        Key='your-file-name.json',
        ExpressionType='SQL',
        Expression="select * from s3object s where 'Anshu' in s.person[*].Name",
        InputSerialization={'JSON': {"Type": "Lines"}},
        OutputSerialization={'JSON': {}}
)

for event in r['Payload']:
    if 'Records' in event:
        records = event['Records']['Payload'].decode('utf-8')
        print(records)

很奇怪，我知道。请记住在〜/ .aws / credentials文件中设置[默认]凭据。

Answer 2

你不能这样做。你需要稍微“压扁”你的JSON，所以看起来像这样：

{
person: {
        "Id": 1,
        "Name": "Anshu",
        "Address": "Templestowe",
        "Car": "Jeep"
    }
}
{ 
person: {
        "Id": 2,
        "Name": "Ben Mostafa",
        "Address": "Las Vegas",
        "Car": "Mustang"
    }
}
{   
person:{
        "Id": 3,
        "Name": "Rohan Wood",
        "Address": "Wooddon",
        "Car": "VW"
    }
}

下面的查询将按照指示

运行

从s3object s中选择*，其中s.person.name ='Anshu'

Answer 3

阅读AWS文档后，我发现以下SQL可以正常工作。

select * from S3Object[*].person[*] as p where p.Name='Anshu'

此SQL将为您提供所有名称为“ Anshu”的人，例如：

{
    "Id": 1,
    "Name": "Anshu",
    "Address": "Templestowe",
    "Car": "Jeep"
}

看到[*]时，它表示一个json数组。

Amazon S3 Select始终将JSON文档视为根级别值的数组，因此我们在SQL中使用S3Object[*]。而且person的值是一个数组，因此我们在SQL中使用person[*]。

s3-选择字段名称的查询数据

3 个答案: