Amazon redshift 如何在redshift上对嵌套json数据建模以查询特定属性

我在S3上有以下JSON文件结构：

{
  "userId": "1234",
  "levelA": {
    "LevelB": [
      {
        "bssid": "University",
        "timestamp": "153301355685"
      },
      {
        "bssid": "Mall",
        "timestamp": "153301355688"
      }
    ]
  }
}

现在，我们未来的一个问题是：

返回看到bssid=大学的用户总数

所以在我的例子中，它将返回1（因为userId=1234包含bssid的值）

---

对于这种类型的查询，红移是正确的解决方案吗？在这种情况下，如何对其建模？

建模的最简单方法是为

userId

和

bssd

的每个组合创建一个表，其中一行：

userId, bssid, timestamp
1234,University,153301355685
1234,Mall,153301355688

困难的部分是将JSON（包含在多个文件中）转换为适合红移的格式

虽然Amazon Redshift可以，但它不会处理嵌套数据中的一对多关系

AmazonRedshift也有一个可以从JSON字符串中提取数据的函数，但它同样不能处理数据中的一对多关系

我建议在加载到红移之前，将数据转换为上述格式。这需要使用外部脚本或ETL工具来完成

如果您经常生成这样的文件，一个合适的方法是每当这些文件中的一个存储在Amazon S3存储桶中时触发一个AWS Lambda函数。Lambda函数随后将解析文件并输出CSV格式，准备加载到红移中