如何使用AWS Athena提取嵌套JSON花括号中的指定字段值

你当前写的查询仅返回了attributeDetails整个嵌套对象，没有进一步钻取到目标字段，根据表结构定义的不同，分两种场景写查询即可：

场景1：建表时已映射JSON嵌套结构 #

如果你当前执行select ID, address.attributeDetails FROM "TableName"不报错，说明建表时已经通过JSON SerDe把嵌套结构映射成了结构化列，直接通过点号逐级访问字段即可。要提取Attribute4值为RSQ的对应数据，语句如下：

SELECT
  ID,
  address.attributeDetails.Attribute4 AS Attribute4_value
FROM "TableName"
-- 仅需要过滤值为RSQ的记录时保留WHERE条件，全量提取字段可删除
WHERE address.attributeDetails.Attribute4 = 'RSQ'

注意：Athena底层基于Trino（原Presto）引擎，JSON字段名大小写敏感，写查询时字段名要和原始JSON里的key完全一致，比如这里的Attribute4首字母大写，就不能写成小写的attribute4，否则会取不到值。

场景2：原始JSON存在单个字符串列中 #

如果表没有做嵌套结构映射，整条JSON存储在单个STRING类型的列（常见于原始日志表，列名一般为raw_data、json_payload这类），需要用内置JSON解析函数提取字段，语句如下：

SELECT
  json_extract_scalar(raw_data, '$.ID') AS ID,
  json_extract_scalar(raw_data, '$.address.attributeDetails.Attribute4') AS Attribute4_value
FROM "TableName"
WHERE json_extract_scalar(raw_data, '$.address.attributeDetails.Attribute4') = 'RSQ'

注意事项：

• 取字符串、数值这类普通标量值用json_extract_scalar，如果要取嵌套对象、数组这类复杂结构才用json_extract，用错函数会返回带转义符的序列化字符串，影响后续处理
• JSON路径的写法同样严格区分大小写，路径层级和原始JSON结构完全对应即可

不需要找零散的第三方教程，优先看官方公开的文档内容即可：

• Athena官方文档中「处理JSON数据」章节，覆盖JSON类表的建表配置、不同SerDe的使用差异、嵌套/数组结构的处理规则
• Athena官方文档中「Trino函数参考-JSON函数」部分，所有JSON处理相关的函数入参、返回值、使用示例都有明确说明
• Trino官方SQL语法参考，Athena的查询语法几乎完全兼容Trino语法，复杂查询、窗口函数、嵌套类型处理的规则都可以对照参考

内容的提问来源于stack exchange，提问作者Ruby