如何对Amazon S3存储的嵌套数组JSON文件执行特定文本检索查询

你可以直接使用Amazon S3 Select的SQL语法，通过多层UNNEST操作打平嵌套数组结构，实现指定文本的全量检索。

具体查询语句 #

将语句中的%检索关键词%替换为你实际要搜索的文本即可：

SELECT
  r.book AS bookId,
  r.version,
  r.bookName,
  c.chapterId,
  ct.line,
  ct.Text
FROM S3Object s
UNNEST s.repo AS r
UNNEST r.chapters AS c
UNNEST c.chapterContents AS ct
WHERE ct.Text LIKE '%检索关键词%'

语法说明 #

• 三次UNNEST操作依次打平repo（书籍数组）、chapters（章节数组）、chapterContents（行内容数组）三层嵌套结构，把所有层级的字段拉平到同一行方便筛选返回
• LIKE为模糊匹配规则，如果需要精确匹配文本，直接替换为=即可；如果需要不区分大小写匹配，可以改写为LOWER(ct.Text) LIKE LOWER('%检索关键词%')
• 返回字段完全匹配需求：包含书籍ID、版本号、书名、章节ID、匹配行号、匹配到的文本内容

使用注意事项 #

调用S3 Select执行该查询时，输入格式配置需要选择：

• 格式：JSON
• JSON类型：文档（因为你的JSON数据是单个顶层对象，而非每行一个JSON对象的JSON Lines格式）

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