Presto：如何按查询为JSON列转换不同Schema？

当然可以解决这个问题！由于你的MongoDB集合里data字段的结构会跟着type字段变化，Presto自动推断的固定schema肯定没法适配所有场景。我们可以用条件判断+类型转换的方式，在查询时针对不同type的数据，把data转换成你需要的指定格式，避免非匹配类型返回NULL。

核心思路 #

利用CASE WHEN根据type字段的值做分支处理，再通过CAST()把data强制转换成对应类型的Row结构——只要目标Row的字段名、数据类型和对应type下的JSON结构匹配，就能正确解析出数据，而不是返回NULL。

示例SQL #

假设你的表名为mongodb_collection，下面的查询会针对type = 'event_type'的数据，把data转换成你需要的格式，同时保留原有类型的data结构：

SELECT
  id,
  type,
  CASE
    -- 针对需要转换格式的type，指定目标Row结构
    WHEN type = 'event_type' THEN
      CAST(data AS ROW(
        user bigint,
        event bigint,
        mode varchar,
        channel varchar,
        time timestamp,
        metadata array(varchar)
      ))
    -- 保留原schema适配的type的data结构
    WHEN type = 'original_type' THEN
      CAST(data AS ROW(
        user bigint,
        type varchar,
        mode varchar,
        status boolean
      ))
    -- 其他类型可以返回NULL，或者自定义默认结构
    ELSE NULL
  END AS formatted_data,
  timestamp
FROM mongodb_collection;

关键注意事项 #

• 结构匹配要求：必须保证目标Row的字段名、数据类型和对应type下的dataJSON结构完全一致。比如如果data里的event是字符串类型，你写成bigint的话，转换会失败返回NULL。
• 可选字段处理：如果JSON里某些字段是可选的，可以在Row定义里加上NULLABLE标记，比如user bigint NULL，这样即使该字段不存在，也不会导致整个转换失败。
• 全局转换尝试：如果不需要区分type，只想尝试把所有data转换成目标格式，可以直接用CAST(data AS ROW(...))，但这样非匹配类型的data还是会返回NULL，所以结合CASE WHEN是更稳妥的方案。

内容的提问来源于stack exchange，提问作者geopet85