UNNEST clause: expand array and map fields in SLS - Simple Log Service

Los campos de registro pueden contener valores de tipo arreglo o mapa. Utilice la cláusula UNNEST para expandir estos valores en varias filas y facilitar su consulta y análisis.

Sintaxis

Expanda un arreglo en varias filas dentro de una sola columna llamada column_name.
```
UNNEST(x) AS table_alias(column_name)
```
Expanda un mapa en varias filas con columnas denominadas key_name y value_name.
```
UNNEST(y) AS table(key_name,value_name)
```

Importante

Si sus datos son una cadena, analícelos sintácticamente como un objeto JSON y conviértalos al tipo array o map requerido. Por ejemplo, use try_cast(json_parse(array_column) as array(bigint)). Consulte type conversion functions para obtener más detalles.

Parámetros

Parámetro	Descripción
x	Expresión que se evalúa como un arreglo.
column_name	Nombre de la columna de salida que contendrá los elementos del `array`.
y	Expresión que se evalúa como un mapa.
key_name	Nombre de la columna de salida que contendrá las claves del `map`.
value_name	Nombre de la columna de salida que contendrá los valores del `map`.

Ejemplos

Example 1

Expanda el valor de arreglo del campo number en varias filas.

Campo de muestra
```
number:[49, 50, 45, 47, 50]
```

Instrucción de consulta y análisis

* |
SELECT
  a
FROM  log,
  UNNEST(cast(json_parse(number) AS array(bigint))) AS t(a)

La consulta devuelve la columna a con los elementos expandidos: 49, 50, 45, 47 y 50.

Example 2

Expanda el valor de arreglo del campo number en varias filas y calcule la suma.

Campo de muestra

Este ejemplo muestra un solo registro. La suma se calcula sobre todos los registros coincidentes mediante la agregación de los valores del campo number.
```
number:[49, 50, 45, 47, 50]
```

Instrucción de consulta y análisis

* |
SELECT
  sum(a) AS sum
FROM  log,
  UNNEST(cast(json_parse(number) as array(bigint))) AS t(a)

La consulta devuelve la columna sum con el valor 368248, que corresponde al total de todos los elementos de number en los registros coincidentes.

Example 3

Expanda el valor de arreglo del campo number en varias filas y agrupe los elementos.

Campo de muestra
```
number:[49, 50, 45, 47, 50]
```

Instrucción de consulta y análisis

* |
SELECT
  a, count(*) AS count
FROM  log,
  UNNEST(cast(json_parse(number) as array(bigint))) AS t(a) GROUP BY a

El resultado muestra cada elemento con su conteo correspondiente. Por ejemplo, el elemento 50 aparece 1194 veces, mientras que los elementos 47, 49 y 45 aparecen 597 veces cada uno.

Example 4

Expanda el valor de map del campo result en varias filas y columnas.

Campo de muestra

result:{
  anomaly_type:"OverThreshold"
  dim_name:"request_time"
  is_anomaly:true
  score:1
  value:"3.000000"}

Instrucción de consulta y análisis

* |
select
  key,
  value
FROM  log,
  UNNEST(
    try_cast(json_parse(result) as map(varchar, varchar))
  ) AS t(key, value)

Example 5

Expanda el valor de map del campo result y agrupe por clave.

Campo de muestra

result:{
  anomaly_type:"OverThreshold"
  dim_name:"request_time"
  is_anomaly:true
  score:1
  value:"3.000000"}

Instrucción de consulta y análisis

* |
select
  key,
  count(*) AS count
FROM  log,
  UNNEST(
    try_cast(json_parse(result) as map(varchar, varchar))
  ) AS t(key, value)
GROUP BY
  key

El resultado muestra un count de 5422 para cada una de las cinco claves (anomaly_type, dim_name, is_anomaly, score y value), lo cual confirma que cada registro contiene el mismo conjunto de pares clave-valor.

Example 6

Utilice la función histogram para contar las solicitudes por método y luego expanda el mapa resultante con UNNEST para visualizar los datos en un gráfico de columnas.

Instrucción de consulta y análisis

* |
SELECT
  key,
  value
FROM(
    SELECT
      histogram(request_method) AS result
    FROM      log
  ),
  UNNEST(result) AS t(key, value)

Resultado de la consulta y análisis