JSON 函数

主题

• JSON_PARSE 函数
• CAN_JSON_PARSE 函数
• JSON_SERIALIZE 函数
• JSON_SERIALIZE_TO_VARBYTE 函数
• 基于文本的 JSON 函数

注意

我们建议您使用以下函数来处理 JSON：

• JSON_PARSE 函数

• CAN_JSON_PARSE 函数

• JSON_SERIALIZE 函数

• JSON_SERIALIZE_TO_VARBYTE 函数

使用 JSON_PARSE，您只需要在摄取时将 JSON 文本转换为 SUPER 类型值一次，之后就可以对 SUPER 值进行操作了。Amazon Redshift 解析 SUPER 值的效率比 VARCHAR 更高，后者是基于文本的 JSON 函数的输出。有关处理 SUPER 数据类型的更多信息，请参阅在 Amazon Redshift 中摄取和查询半结构化数据。

当您需要存储相对较小的一组键值对时，您可以通过以 JSON 格式存储数据来节省空间。由于 JSON 字符串可存储在单个列中，因此使用 JSON 可能比以表格格式存储数据更高效。例如，假设您有一个稀疏表，在此表中，您需要设置多个列来完整表示所有可能的属性，但大多数列值对任何给定行或任何给定列为 NULL。通过将 JSON 用于存储，您可能能够将行的数据以键值对的形式存储在单个 JSON 字符串中并删除稀疏填充的表列。

此外，当 JSON 架构发生变化时，您还可以轻松修改 JSON 字符串来存储其它键值对，而无需向表添加列。

我们建议慎用 JSON。若要存储较大的数据集，JSON 不是一个好的选择，因为将分散的数据存储在单个列中后，JSON 不会利用 Amazon Redshift 的列存储架构。虽然 Amazon Redshift 支持跨 CHAR 和 VARCHAR 列的 JSON 函数，但我们建议使用 SUPER 来处理 JSON 序列化格式的数据。SUPER 使用可以有效查询分层数据的后解析无 schema 表示。有关 SUPER 数据类型的更多信息，请参阅在 Amazon Redshift 中摄取和查询半结构化数据。

JSON 使用 UTF-8 编码的文本字符串，因此 JSON 字符串可存储为 CHAR 或 VARCHAR 数据类型。

JSON 字符串必须是根据以下规则正确设置格式的 JSON：

• 根级别的 JSON 可以是 JSON 对象或 JSON 数组。JSON 对象是用大括号括起的一组无序的键值对（由逗号分隔）。

  例如，{"one":1, "two":2}

• JSON 数组是用方括号括起的一组有序值（由逗号分隔）。

  以下是示例：["first", {"one":1}, "second", 3, null]

• JSON 数组使用从零开始的索引；数组中的第一个元素位于位置 0。在 JSON 键:值对中，键是用双引号括起的字符串。

• JSON 值可能为以下任一值：

  • JSON 对象

  • 数组

  • 字符串

    • 用双引号表示

  • number

    • 包括整数、小数和浮点数

  • 布尔值

  • null

• 空对象和空数组是有效的 JSON 值。

• JSON 字段区分大小写。

• 将忽略 JSON 结构元素之间的空格（如 { }, [ ]）。

Amazon Redshift JSON 函数和 Amazon Redshift COPY 命令使用相同的方法处理 JSON 格式的数据。有关使用 JSON 的更多信息，请参阅从 JSON 格式数据执行的 COPY 操作。