Redshift 查询数组<varchar(128)> 返回编码值

Question

我们在 Redshift 中创建了一个外部表，如下所示：

CREATE EXTERNAL TABLE spectrum.my_table(
  insert_id varchar(128), 
  attribution_ids array<varchar(100)>
PARTITIONED BY ( 
  event_date varchar(128))
STORED AS PARQUET
LOCATION
  's3://my_bucket/my_path'

我们做的一切都很完美，但是当我们按照文档描述查询array<varchar> 字段时：

SELECT c.insert_id, a FROM 
    spectrum.my_table c, c.attribution_ids a LIMIT 10

Redshift 正确返回 insert_id，但它返回的数组已编码，请参见下文：

"insert_id",                            "o"
"0baed794-df11-4032-b13c-aac5d0deced7"  "0b8ad4fd9af12804ffaea83f4886672b"

源数据应该是这样的：

"0baed794-df11-4032-b13c-aac5d0deced7", [0baed794-df11-4032-b13c-aac5d0deced7, 0baed794-df11-4032-b13c-aac5d0deced7]

当我们在以SELECT * FROM my_table 运行的 Athena 中运行相同的查询时，它会返回包含正确数据的数组。

我应该在这里做什么？

Answer 1

Redshift 不支持嵌套数据类型。

Redshift 频谱对嵌套数据类型有简单的支持 - 像 array 或 map 这样的集合类型必须在选择之前取消嵌套（分解）。

取消嵌套基本上是在集合所属行的所有集合项中进行CROSS JOIN。

注意语法：... FROM TABLE a, a.collecion_column B ... - 在经典查询中是 CROSS JOIN 的同义词。

所以您在"o" 列中看到的是来自attribution_ids 数组的项目之一。