如何在Athena中从电子邮件地址提取域名？

你原来的MySQL风格代码里，SUBSTRING_INDEX是Athena（基于Presto SQL）不支持的函数，而strpos和SUBSTR在Athena中是可以正常使用的。下面提供两种等价的实现方式：

方法一：使用split_part（推荐） #

split_part是Athena中专门用于按分隔符拆分字符串的函数，直接替换SUBSTRING_INDEX即可实现需求：

split_part(substr(sd_ccode, strpos(sd_ccode, '@') + 1), '.', 1) as Domain

逻辑说明： #

1. substr(sd_ccode, strpos(sd_ccode, '@') + 1)：截取@之后的所有字符（比如从user@example.com得到example.com）
2. split_part(..., '.', 1)：将截取后的字符串按.拆分，取第1部分（即example）

方法二：使用substr结合strpos #

如果需要更底层的字符串截取控制，可以用两次substr实现：

substr(
  substr(sd_ccode, strpos(sd_ccode, '@') + 1),
  1,
  strpos(substr(sd_ccode, strpos(sd_ccode, '@') + 1), '.') - 1
) as Domain

逻辑说明： #

1. 第一步先截取@之后的字符串
2. 找到该字符串中第一个.的位置，再从开头截取到该位置的前一位，得到目标域名

异常处理（可选） #

如果存在不符合邮箱格式的记录（比如没有@或.），可以用coalesce避免返回null：

coalesce(
  split_part(substr(sd_ccode, strpos(sd_ccode, '@') + 1), '.', 1),
  sd_ccode
) as Domain

内容的提问来源于stack exchange，提问作者Muds