如何在any_match中为JSON数组字段添加字符串模糊匹配以过滤行？

要实现模糊匹配（判断test字段值包含a或d），可以将原代码的精确匹配逻辑替换为字符串包含判断，以下是适配不同SQL引擎的两种方案：

方案1：使用contains函数（适用于Presto/Trino等） #

any_match(col, x -> contains(json_extract_scalar(x, '$.test'), 'a') OR contains(json_extract_scalar(x, '$.test'), 'd'))

方案2：使用LIKE通配符（适用于Hive、Spark SQL等） #

any_match(col, x -> json_extract_scalar(x, '$.test') LIKE '%a%' OR json_extract_scalar(x, '$.test') LIKE '%d%')

逻辑说明 #

• any_match(col, x -> ...)：遍历col数组中的每个JSON元素，只要有一个元素满足条件，该行就会被保留
• json_extract_scalar(x, '$.test')：提取每个JSON对象中test字段的字符串值
• contains(str, substr) / str LIKE '%substr%'：判断提取出的字符串是否包含目标子串a或d

验证结果 #

用修改后的条件筛选示例数据，会得到期望输出：

id  col  
1   ["{test: a_b}", "{test: c_d}"]
2   ["{test: c_d}", "{test: e_f}"]

内容的提问来源于stack exchange，提问作者madst