有没有办法在 Athena 中取消嵌套或返回 ARRAY(ROW()) 中的所有元素？

如何解决有没有办法在 Athena 中取消嵌套或返回 ARRAY(ROW()) 中的所有元素？

我有一列包含以下格式的数据：

array(row(action varchar,actor varchar,special_notes varchar,timestamp bigint))

数组保证有 1 个或多个元素。不保证数组长度相同。

我们称之为“my_array_row_column”。例如，此列的一行如下所示：

[{action=cast_role,actor=Morgan.Freeman,special_notes=null,timestamp=1611616961958},{action=note_create,actor=employee@example.com,timestamp=1611617308492},{action=dismissed,actor=newhire@example.com,special_notes=NA,timestamp=1611617308512}]

我尝试使用 CROSS JOIN UNnesT(my_array_row_column) 但它最终只返回数组中的第一个 row()。这是我尝试过的最新查询：

SELECT unnested
FROM athena.movies
CROSS JOIN UNnesT(my_array_row_column) AS t(unnested)

令我沮丧的是，它只会返回

unnested
---------------------------------------------------------
{action=cast_role,actor=MorganFreeman,timestamp=1611616961958}

当我希望它在结果中将所有三行（Morgan.Freeman、employee、newhire）作为单独的行返回时，如下所示：

unnested
---------------------------------------------------------
{action=cast_role,timestamp=1611616961958}
---------------------------------------------------------
{action=note_create,timestamp=1611617308492}
---------------------------------------------------------
{action=dismissed,timestamp=1611617308512}

对我如何实现这一目标有任何想法吗？

解决方法

根据文档 here，这是正确的模式：

WITH dataset AS (
  SELECT ARRAY[
    CAST(ROW('Bob',38) AS ROW(name VARCHAR,age INTEGER)),CAST(ROW('Alice',35) AS ROW(name VARCHAR,CAST(ROW('Jane',27) AS ROW(name VARCHAR,age INTEGER))
  ] AS users
)
SELECT * FROM dataset

哪个返回

+-----------------------------------------------------------------+
| users                                                           |
+-----------------------------------------------------------------+
| [{NAME=Bob,AGE=38},{NAME=Alice,AGE=35},{NAME=Jane,AGE=27}] |
+-----------------------------------------------------------------+

要取消嵌套，这将是：

WITH dataset AS (
  SELECT ARRAY[
    CAST(ROW('Bob',age INTEGER))
  ] AS users
)
SELECT unnested
FROM dataset,UNNEST(users) t(unnested)

哪个应该返回

+---------------------+
| unnested            |
+---------------------+
| {NAME=Bob,AGE=38}  |
| {NAME=Alice,AGE=35}| 
| {NAME=Jane,AGE=27} |
+---------------------+

就你而言

WITH dataset AS (
  SELECT my_array_row_column AS movieDetail
  from athena.movies 
)

SELECT unnested
FROM dataset,UNNEST(movieDetail) AS t(unnested)

或者类似的东西。我认为您的交叉连接是不必要的，因为您没有在与 athena.movies 表的键相同的粒度上引入任何字段，因此没有什么可以乘以。