AWS Athena日志整数time值提取及数值过滤报错解决方案

问题根源 #

你用json_extract提取的time字段，哪怕原始JSON里是整数，提取后其实是字符串类型，直接做> 1000这种数值比较，自然会触发类型不匹配的错误。

可行解决方案 #

• 方法一：用json_extract_scalar+CAST转换类型
  先通过json_extract_scalar提取出纯字符串格式的time值，再转换成整数类型后做比较：

  SELECT 
    json_extract_scalar(log_col, '$.request') AS request_url,
    CAST(json_extract_scalar(log_col, '$.time') AS INTEGER) AS request_time
  FROM your_log_table
  WHERE CAST(json_extract_scalar(log_col, '$.time') AS INTEGER) > 1000;
  

• 方法二：先解析整个JSON再处理
  用json_parse把整行日志解析成JSON结构体，再从中提取字段并转换类型：

  SELECT 
    parsed_log.request AS request_url,
    CAST(parsed_log.time AS INTEGER) AS request_time
  FROM (
    SELECT json_parse(log_col) AS parsed_log
    FROM your_log_table
  )
  WHERE CAST(parsed_log.time AS INTEGER) > 1000;
  

• 处理异常值的容错写法
  如果日志里存在time不是整数的异常情况，用TRY_CAST替代CAST，避免查询直接失败：

  WHERE TRY_CAST(json_extract_scalar(log_col, '$.time') AS INTEGER) > 1000;
  

内容的提问来源于stack exchange，提问作者dev_pradeep