Druid SQL 提取逗号分隔值中匹配自定义起始模式子串的实现方案
Druid 逗号分隔字段前缀匹配提取实现方案
实现逻辑
直接采用Druid原生支持的REGEXP_EXTRACT函数实现需求,完全绕开SUBSTRING搭配POSITION的写法——这类写法会触发已知的Calcite执行缺陷,即SUBSTRING算子转换器无法正确处理非常量入参,导致执行报错。
正则匹配规则严格对齐业务要求,拆分三层判断避免逻辑错误:
- 设定单元左边界:匹配目标前必须是整个字符串的起始位置,或是分隔逗号,杜绝误捞其他单元内部的子串
- 设定起始匹配规则:左边界后的内容必须以用户传入的自定义匹配前缀开头
- 设定单元右边界:匹配内容一直延伸到下一个分隔逗号,覆盖完整的逗号分隔单元
具体SQL写法
假设数据源中存储逗号分隔字符串的字段为csv_value,用户自定义的匹配前缀参数为:match_prefix,可直接执行如下查询:
SELECT REGEXP_EXTRACT( csv_value, CONCAT('(?:^|,)(', :match_prefix, '[^,]*)'), 1 ) AS matched_result FROM your_datasource
匹配效果验证
当csv_value的示例值为abc321,rd512,spwewr时,各输入场景的返回结果完全符合业务规则:
| 输入匹配前缀 | 返回结果 |
|---|---|
| abc | abc321 |
| r | rd512 |
| spwe | spwewr |
| b | NULL |
落地注意事项
- 若用户传入的匹配前缀包含正则特殊字符(如
.、*、?、+等),需要先对前缀做正则转义处理,避免匹配逻辑偏移 - 若存在多个符合前缀规则的分隔单元,
REGEXP_EXTRACT默认返回字符串中第一个匹配到的单元,符合常规业务查询预期 - 对源字段为空值、空字符串的场景,函数会自动返回NULL,无需额外增加空值判断逻辑
内容的提问来源于stack exchange,提问作者user3440012
相关产品推荐
相关产品推荐

