AWS QuickSight无法解析S3中JSON文件的问题求助

看起来你遇到的核心问题是S3文件格式和QuickSight导入配置不匹配，导致系统把JSON字符串当成纯文本处理，自然就没有parseJson命令可用了。咱们一步步来解决：

1. 修正QuickSight数据源配置，正确识别JSON Lines格式 #

你当前的清单文件用了CSV格式配置，这会让QuickSight把每行的JSON当成单个文本字段。需要改成JSON格式，并指定每行是独立的JSON文档（也就是JSON Lines格式）。调整后的清单文件如下：

{
  "fileLocations": [
    {
      "URIs": [
        "https://s3.amazonaws.com/my-bucket2/2018-05-20-12-32-49/12345-a279-1234-2269-491212345"
      ]
    }
  ],
  "globalUploadSettings": {
    "format": "JSON",
    "jsonType": "DOCUMENT_PER_LINE"
  }
}

• format: "JSON"告诉QuickSight这是JSON文件
• jsonType: "DOCUMENT_PER_LINE"明确每行是一个独立的JSON对象，匹配你S3里的文件结构

2. 处理DynamoDB嵌套的JSON结构 #

你的JSON是DynamoDB导出的格式（带类型标识如s表示字符串），即使正确解析后，还需要提取实际的温度和时间戳数值：

方法1：在QuickSight中用计算字段解析 #

当parseJson命令可用后，创建计算字段提取温度：

toDecimal(parseJson(payload).m.$Temperature.s)

转换时间戳（注意是毫秒级，要转成秒）：

fromUnixTimestamp(toDecimal(parseJson(timestamp).s)/1000)

方法2：在Data Pipeline阶段提前转换格式 #

更高效的方式是在Data Pipeline导出到S3时，把DynamoDB的结构化数据转换成扁平的JSON，比如输出成：

{"timestamp": 1526819850637, "temperature": 42.000}

这样QuickSight导入后可以直接使用字段，无需额外解析。你可以在Data Pipeline的转换步骤中添加Lambda函数来完成这个格式转换。

3. 验证数据管道输出 #

确认Data Pipeline从DynamoDB导出到S3的文件确实是每行一个JSON对象，而非整个数组格式。如果是数组格式，需要把jsonType改成FILE，但你的S3内容看起来符合DOCUMENT_PER_LINE的要求，所以第一步配置应该就能解决核心问题。

4. 检查QuickSight数据类型 #

导入数据后，进入数据集编辑页面，确认字段类型是否正确：

• 把转换后的时间戳字段设置为日期时间类型
• 把温度字段设置为数值类型，这样才能正常生成图表

内容的提问来源于stack exchange，提问作者razimbres