如何解决AWS Athena / Presto-嵌套两个表
我想使用aws athena嵌套两个镶木表,以便:
表A
|document_id| name|
+-----------+-----+
| 1| aaa|
| 2| bbb|
表B
| topic_id| name|document_id|
+-----------+-----+-----------+
| 1| xxx| 1|
| 2| yyy| 2|
| 3| zzz| 2|
将表B嵌套到表A中以获得类似的信息
[
{
"document_id": 1,"name": "aaa","topics": [
{
"topic_id": 1,"name": "xxx"
}
]
},{
"document_id": 2,"name": "bbb","topics": [
{
"topic_id": 2,"name": "yyy"
},{
"topic_id": 3,"name": "zzz"
}
]
}
]
有可能吗?有什么想法吗?
获得了示例解决方法
我认为可以使用map_concat和array_agg-但我需要将topic_id转换为varchar:
Immediate
,
此查询应为您提供所需的结果:
SELECT
a.document_id,ARBITRARY(a.name) AS name,ARRAY_AGG(
CAST(
ROW(topic_id,b.name)
AS ROW(topic_id INTEGER,name VARCHAR)
)
) AS topics
FROM table_a a
LEFT JOIN table_b b USING (document_id)
GROUP BY a.document_id
如果运行该查询并将结果转换为JSON数组,则应该从问题中获得所需的结果。
解决方案的核心是使用ROW
构建主题结构,并为每个文档聚合这些结构。这是雅典娜令人困惑的细节。 DDL语句使用Hive SQL,其类型为struct
,查询使用Presto SQL,其等效概念为ROW
,并且整数和字符串类型的名称也不同也无济于事。在DDL中,类型为struct<topic_id:int,name:string>
,但在DML中,类型为ROW(topic_id INTEGER,name VARCHAR)
。
我使用ARBITRARY
作为文档名称,但是按文档ID和名称分组也可以,结果将是相同的。
当我对您的问题中的数据运行上面的查询时,会得到以下结果:
document_id | name | topics
------------+------+-------
1 | aaa | [{topic_id=1,name=xxx}]
2 | bbb | [{topic_id=3,name=zzz},{topic_id=2,name=yyy}]
如果您将结果集读取为JSON,则应该以模顺序正确获取您发布的内容。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。