AWS Athena中将字符串列转为JSON遇问题求助

你的操作没完全错，但对Athena的JSON类型处理逻辑理解有偏差，问题出在这两点：

1. 转义符出现的原因 #

CAST(event AS JSON)并没有把字符串解析成结构化的JSON对象，只是给原字符串打上了JSON类型的标记，本质还是将原字符串包装成了JSON格式的字符串。比如原event列值是{"attribute": "value"}，CAST后会变成"{\"attribute\": \"value\"}"，自然会出现转义符。

2. 无法用.访问属性的原因 #

Athena中的JSON类型是一种特殊的字符串类型，不是结构化的ROW类型，所以直接用json_event.attribute的方式访问属性会触发TYPE_MISMATCH错误。

正确的处理方式 #

方式一：用json_parse解析成可结构化访问的JSON对象 #

这是最直接的解决办法，json_parse会真正把字符串解析成结构化的JSON对象，既不会产生转义符，也支持用.访问属性：

SELECT json_parse(event) AS json_event FROM your_table;

之后就可以直接通过json_event.attribute访问对应属性。

方式二：用JSON函数直接提取属性 #

如果不想修改类型转换逻辑，也可以用Athena提供的JSON函数直接从字符串或CAST后的JSON类型中提取属性：

-- 直接从原字符串列提取
SELECT json_extract_scalar(event, '$.attribute') AS attribute FROM your_table;

-- 从CAST后的JSON类型列提取
SELECT json_extract_scalar(CAST(event AS JSON), '$.attribute') AS attribute FROM your_table;

内容的提问来源于stack exchange，提问作者vicky