序列化复杂嵌套 JSON - Amazon Redshift
序列化包含 JSON 字符串的复杂类型
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

从 2025 年 11 月 1 日起，Amazon Redshift 将不再支持创建新的 Python UDF。如果您想要使用 Python UDF，请在该日期之前创建 UDF。现有的 Python UDF 将继续正常运行。有关更多信息，请参阅博客文章。

序列化复杂嵌套 JSON

本主题演示如何以 JSON 格式序列化嵌套数据。嵌套数据是包含嵌套字段的数据。嵌套字段是指联接在一起作为单个实体的字段，例如数组、结构或对象。

本教程中演示的方法的替代方法是以序列化 JSON 格式查询顶级嵌套集合列。您可以通过 Redshift Spectrum 使用序列化以 JSON 格式检查、转换和摄取嵌套数据。ORC、JSON、Ion 和 Parquet 格式支持此方法。使用会话配置参数 json_serialization_enable 配置序列化行为。设置时，复杂的 JSON 数据类型将序列化为 VARCHAR(65535)。嵌套的 JSON 可以通过 JSON 函数 访问。有关更多信息，请参阅 json_serialization_enable。

例如，如果不设置 json_serialization_enable，则以下访问嵌套列的查询直接失败。

SELECT * FROM spectrum.customers LIMIT 1;

=> ERROR:  Nested tables do not support '*' in the SELECT clause.

SELECT name FROM spectrum.customers LIMIT 1;

=> ERROR:  column "name" does not exist in customers

设置 json_serialization_enable 允许直接查询顶级集合。

SET json_serialization_enable TO true;

SELECT * FROM spectrum.customers order by id LIMIT 1;

id | name                                 | phones         | orders
---+--------------------------------------+----------------+----------------------------------------------------------------------------------------------------------------------
1  | {"given": "John", "family": "Smith"} | ["123-457789"] | [{"shipdate": "2018-03-01T11:59:59.000Z", "price": 100.50}, {"shipdate": "2018-03-01T09:10:00.000Z", "price": 99.12}]          
 
SELECT name FROM spectrum.customers order by id LIMIT 1;

name
---------
{"given": "John", "family": "Smith"}

在序列化嵌套 JSON 时，请考虑以下项目。

  • 当集合列被序列化为 VARCHAR(65535) 时，不能再将其嵌套子字段作为查询语法的一部分直接访问（即在筛选器子句中）。但是，JSON 函数可用于访问嵌套的 JSON。

  • 不支持以下专门化表示：

    • ORC 联合

    • 具有复杂类型键的 ORC 映射

    • Ion 数据报

    • Ion SEXP

  • 时间戳以 ISO 序列化字符串的形式返回。

  • 基本映射键被提升为字符串（例如 1 到 "1"）。

  • 顶级 null 值被序列化为 NULL。

  • 如果序列化溢出最大 VARCHAR 大小 65535，则单元格将设置为 NULL。

序列化包含 JSON 字符串的复杂类型

预设情况下，嵌套集合中包含的字符串值被序列化为转义 JSON 字符串。当字符串为有效的 JSON 时，转义可能是不可取的。相反，您可能希望直接将嵌套子元素或 VARCHAR 字段编写为 JSON。通过 json_serialization_parse_nested_strings 会话级别配置启用此行为。设置 json_serialization_enable 和 json_serialization_parse_nested_strings 时，有效的 JSON 值将被内联序列化，没有转义字符。当该值是无效的 JSON 时，它会被转义，就好像未设置 json_serialization_parse_nested_strings 配置值一样。有关更多信息，请参阅 json_serialization_parse_nested_strings。

例如，假设前面示例中的数据包含 JSON 作为 name VARCHAR(20) 字段中的 structs 复杂类型：

name
---------
{"given": "{\"first\":\"John\",\"middle\":\"James\"}", "family": "Smith"}

当设置 json_serialization_parse_nested_strings 时，name 列序列化如下：

SET json_serialization_enable TO true;
SET json_serialization_parse_nested_strings TO true;
SELECT name FROM spectrum.customers order by id LIMIT 1;

name
---------
{"given": {"first":"John","middle":"James"}, "family": "Smith"}

而不是像这样进行转义：

SET json_serialization_enable TO true;
SELECT name FROM spectrum.customers order by id LIMIT 1;

name
---------
{"given": "{\"first\":\"John\",\"middle\":\"James\"}", "family": "Smith"}