Redshift中Copy命令导致Super列值带引号的转换问题

针对你的需求，Redshift提供了json_parse()函数，可将字符串形式的JSON数组转换为可操作的Super数组类型，具体操作如下：

1. 确认数据类型 #

先通过typeof()函数验证当前Super字段的实际类型：

select id, typeof(super_field), super_field
from test.array_test;

执行后会看到id=2的super_field类型为string，id=3的为array。

2. 即时转换并展开数组 #

若仅需在查询时转换并展开数组，可直接在查询中用json_parse()解析字符串：

select 
  t.id,
  t1
from test.array_test t,
  json_parse(t.super_field) t1
-- 可选：仅处理字符串类型的记录
where typeof(t.super_field) = 'string';

执行该查询后，id=2的记录会被正确展开为数组元素。

3. 永久更新表中数据 #

若要将表中带引号的字符串永久转换为Super数组类型，执行更新语句即可：

update test.array_test
set super_field = json_parse(super_field)
where typeof(super_field) = 'string';

更新完成后，原字符串类型的Super值会全部转为数组类型，后续可直接用t.super_field t1的方式展开。

Copy命令优化建议 #

为避免后续导入时出现同类问题，使用Redshift Copy命令导入Super类型数据时：

• 确保源数据中的JSON数组无额外引号包裹
• 若源数据为JSON格式，在Copy命令中指定FORMAT AS JSON 'auto'，让Redshift自动解析JSON结构为Super类型

内容的提问来源于stack exchange，提问作者dmurray