如何在Presto中筛选列内列表包含指定值的DataFrame数据？

问题原因 #

你编写的过滤语句不生效主要有两点原因：

1. LIKE运算符默认是字符串精确匹配，不加通配符的情况下只有type值完全等于upload才会被命中，你存储的type内容包含其他字符，自然匹配不到
2. 从你给出的查询结果来看，type列是数组类型，字符串匹配逻辑本身不适用于数组的元素包含判断，需要用数组专属的判断语法

不同SQL引擎的实现方案 #

大数据场景（Spark SQL、Presto/Trino、Hive） #

使用内置的array_contains函数判断数组是否包含指定元素：

SELECT 
  value,
  type
FROM dt 
WHERE array_contains(type, 'upload')

PostgreSQL #

支持两种写法实现数组包含判断：

-- 写法1：使用数组包含运算符@>
SELECT 
  value,
  type
FROM dt 
WHERE type @> ARRAY['upload']::varchar[];

-- 写法2：使用ANY关键字匹配
SELECT 
  value,
  type
FROM dt 
WHERE 'upload' = ANY(type);

MySQL 8.0+（type为JSON数组类型） #

使用JSON_CONTAINS函数做JSON数组的元素判断：

SELECT 
  value,
  type
FROM dt 
WHERE JSON_CONTAINS(type, '"upload"');

特殊兼容方案（type为字符串格式存储的伪数组） #

如果你的type列实际是存储为"[increase, upload]"这类字符串格式，没有使用原生数组类型，可以给LIKE加上通配符%做模糊匹配：

SELECT 
  value,
  type
FROM dt 
WHERE type LIKE '%upload%'

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