Redshift中拆分逗号分隔列并实现表关联的方法咨询

针对你的需求，这里提供两种在Redshift中拆分gti列（逗号分隔字符串）并与表b关联的可行方案，同时解决SPLIT_PART中n值不确定的问题：

方法一：动态生成序列结合SPLIT_PART #

如果你的Redshift版本不支持更便捷的拆分函数，可以用这种方式：

1. 先获取gti列中最多包含多少个分隔值，以此确定SPLIT_PART的最大n值：

SELECT MAX(REGEXP_COUNT(gti, ',') + 1) FROM a;

REGEXP_COUNT(gti, ',')统计逗号数量，加1就是该字段拆分后值的个数，取最大值就能覆盖所有行的拆分需求。

2. 生成数字序列并拆分关联：

WITH num_series AS (
    -- 动态获取最大拆分个数，无需硬编码
    SELECT GENERATE_SERIES(1, (SELECT MAX(REGEXP_COUNT(gti, ',') + 1) FROM a)) AS n
),
split_a AS (
    SELECT 
        a.*,
        -- 去除拆分后值的前后空格，避免关联匹配失败
        TRIM(SPLIT_PART(a.gti, ',', num_series.n)) AS single_gti
    FROM a
    JOIN num_series ON num_series.n <= REGEXP_COUNT(a.gti, ',') + 1
)
SELECT * 
FROM split_a
JOIN b ON split_a.single_gti = b.gti;

方法二：使用REGEXP_SPLIT_TO_TABLE（推荐，Redshift 1.0.2177+支持） #

Redshift较新版本提供了REGEXP_SPLIT_TO_TABLE函数，可直接将逗号分隔字符串拆分为多行，无需手动处理序列：

WITH split_a AS (
    SELECT 
        a.*,
        TRIM(gti_part) AS single_gti
    FROM a,
    -- 按逗号拆分gti列，生成多行
    REGEXP_SPLIT_TO_TABLE(a.gti, ',') AS gti_part
)
SELECT * 
FROM split_a
JOIN b ON split_a.single_gti = b.gti;

关键注意事项 #

• 必须用TRIM处理拆分后的值：你的gti列中逗号后带有空格（如abc, def），不处理的话会导致和表b的gti值（如def）无法匹配。
• 若使用方法一，动态获取最大拆分个数比硬编码n值更稳妥，避免后续数据新增拆分值时出现遗漏。

内容的提问来源于stack exchange，提问作者bobaboba