在 Athena 中，如何查询结构体数组中结构体的成员？

Question

我试图弄清楚如何查询我在哪里检查usage给定下表创建的值：

CREATE EXTERNAL TABLE IF NOT EXISTS foo.test (
     `id` string,
     `foo` struct< usages:array< struct< usage:string,
     method_id:int,
     start_at:string,
     end_at:string,
     location:array<string> >>> 
) PARTITIONED BY (
         timestamp date 
) 
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
         'serialization.format' = '1' ) LOCATION 's3://foo.bar/' TBLPROPERTIES ('has_encrypted_data'='false');

我想有一个查询，如：

SELECT * FROM "foo"."test" WHERE foo.usages.usage is null;

当我这样做时，我得到：

SYNTAX_ERROR：第 1:53 行：表达式“foo”.“usages”不是 ROW 类型

如果我在直接索引数组的位置进行查询，如下所示。

SELECT * FROM "foo"."test" WHERE foo.usages[1].usage is null;

不过，我的总体目标是查询usages数组中的所有项目，并找到数组中至少有一个项目usages的成员usage为空的任何行。

Answer 1

Athena 基于 Presto。在 Presto 318 中，您可以使用any_match：

SELECT * FROM "foo"."test"
WHERE any_match(foo.usages, element -> element.usage IS NULL);

我认为该功能在 Athena 中尚不可用，但您可以使用reduce.

SELECT * FROM "foo"."test"
WHERE reduce(
  foo.usages, -- array to reducing
  false, -- initial state
  (state, element) -> state OR element.usage IS NULL, -- combining function
  state -> state); -- output function (identity in this case)

Answer 2

您可以通过将数组取消嵌套到行中然后检查这些行的null值来实现此目的。这将导致每个null值条目一行。

select * from test
CROSS JOIN UNNEST(foo.usages) AS t(i)
where i.usage is null

因此，如果您只需要唯一的集合，则必须通过SELECT DISTINCT.

select distinct id from test
CROSS JOIN UNNEST(foo.usages) AS t(i)
where i.usage is null