使用 SQL presto 将类似 dict 的 varchar 列拆分为多个列

Question

我的表中有一个列是 varchar 但具有类似字典的格式。有些行有更多的键值对（例如第一行有 3 对，第二行有 4 对）。 例如：

专栏
{"customerid":"12345","name":"约翰", "likes":"足球、跑步"}
{"customerid":"54321","name":"Sam", "喜欢":"艺术", "不喜欢":"徒步旅行"}

我需要一个可以“分解”列的查询，如下所示：

客户ID	名字	喜欢	不喜欢
12345	约翰	足球、跑步
54321	山姆	艺术	徒步旅行

不添加额外的行。只是额外的列（表中还有其他已经存在的列）。

我尝试将 varchar 列转换为数组，然后使用 UNNEST 函数，但它不起作用。我认为该方法会创建额外的行。

我正在使用 Prestosql。

Answer 1

你的数据看起来像json，所以你可以解析和处理它：

-- sample data
WITH dataset (column) AS (
    VALUES ('{"customerid":"12345","name":"John", "likes":"Football, Running"}' ),
        ('{"customerid":"54321","name":"Sam", "likes":"Art", "dislikes":"Hiking"}')
) 

--query
select json_extract_scalar(json_parse(column), '$.customerid') customerid,
    json_extract_scalar(json_parse(column), '$.name') name,
    json_extract_scalar(json_parse(column), '$.likes') likes,
    json_extract_scalar(json_parse(column), '$.dislikes') dislikes
from dataset

输出：

客户ID	名字	喜欢	不喜欢
12345	约翰	足球、跑步
54321	山姆	艺术	徒步旅行

如果有很多列，您可以通过转换为解析的 json 来映射来美化它（取决于内容，它可以是

map(varchar, varchar)

或

map(varchar, json)

）：

--query
select m['customerid'] customerid,
    m['name'] name,
    m['likes'] likes,
    m['dislikes'] dislikes
from (
    select cast(json_parse(column) as map(varchar, varchar)) m
    from dataset
)