Amazon Redshift tidak akan lagi mendukung penggunaan Python UDF setelah 30 Juni 2026. Kami akan mulai menegakkannya secara bertahap. Untuk informasi lebih lanjut tentang detail opsi akhir masa pakai dan migrasi Python, lihat posting [ blog ](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/) yang diterbitkan pada 30 Juni 2025.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Contoh penggunaan data semi-terstruktur di Amazon Redshift
Contoh berikut menunjukkan cara bekerja dengan data semi-terstruktur di Amazon Redshift menggunakan sintaks PartiQL. Anda akan membuat tabel sampel untuk memuat kumpulan sampel data semi-terstruktur, lalu kueri objek data semi-terstruktur dalam berbagai kasus penggunaan.
**catatan**
Kami menyarankan Anda mengatur opsi `enable_case_sensitive_super_attribute` konfigurasi ke true sebelum bekerja dengan tipe data SUPER. Untuk informasi selengkapnya, lihat [enable\_case\_sensitive\_super\_atribut](r_enable_case_sensitive_super_attribute.md).
## Memuat data semi-terstruktur
Pernyataan berikut membuat tabel sampel dan memuat objek JSON sampel ke dalam kolom `all_data` SUPER.
```
DROP TABLE IF EXISTS test_json;
SET enable_case_sensitive_super_attribute TO true;
CREATE TABLE test_json (all_data SUPER);
INSERT INTO test_json VALUES (JSON_PARSE('
{
"data":{
"pnr":{
"type":"pnr",
"pnrid":"123PQRS-2024-09-20",
"bookingIdentifier":"123PQRS",
"version":"5",
"triggerType":"",
"events":[
{
"eventType":"UPDATED",
"type":"PART",
"id":"123PQRS-2024-09-20-HO-1"
},
{
"eventType":"CREATED",
"type":"ABC",
"id":"123PQRS-2024-09-20-OT-38"
}
],
"create":{
"pnrCreateDate":"2024-09-20T16:56:00Z",
"officeID":"OFFCID1234",
"officeIDCategory":"Email"
},
"lastModification":{
"dateTime":"2024-09-20T17:09:00Z"
},
"PARTDetails":[
{
"path":"1",
"TrainPARTs":[
{
"PARTID":"123PQRS-2024-09-20-HO-1",
"departure":{
"departureStation":"XYZ",
"departureTimeLocal":"2024-10-03T06:30:00",
"departureTimeGMT":"2024-10-03T10:30:00Z"
},
"arrival":{
"arrivalStation":"ABC",
"arrivalTimeLocal":"2024-10-03T08:20:00",
"arrivalTimeGMT":"2024-10-03T15:20:00Z"
},
"marketing":{
"carrierCode":"XX",
"TrainNumber":"100"
},
"operating":{
"carrierCode":"YY",
"TrainNumber":"100-A"
},
"status":"ON",
"aircraft":{
"code":"222"
},
"class":"WC",
"first":"Y",
"seating":[
]
}
]
}
],
"commuterInformation":[
{
"commuterID":"2",
"commuterPNR":"123PQRS-2024-09-20-RO-2",
"commuterTypeCode":"DOM",
"firstName":"JOHN",
"lastName":"MILLER"
}
],
"contactDetail":[
{
"emailContacts":[
{
"id":"123PQRS-2024-09-20-OT-4",
"contact":"JOHNMILLER@EXAMPLE.COM",
"purpose":[
"BUSINESS"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
],
"language":"EN"
},
{
"id":"123PQRS-2024-09-20-OT-5",
"contact":"HARVEYCORMIER@EXAMPLE.COM",
"purpose":[
"NOTIFICATION"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
],
"language":"EN"
}
]
},
{
"phoneContacts":[
{
"id":"123PQRS-2024-09-20-OT-3",
"contact":"1234567890",
"purpose":[
"NOTIFICATION"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
],
"language":""
}
]
},
{
"addressInfo":[
{
"id":"123PQRS-2024-09-20-OT-6",
"addressline":[
"112 PORT STREET"
],
"provinceState":"CA",
"cityName":"SAN JOSE",
"postalCode":"12345",
"countryCode":"USA",
"purpose":[
"MAILING"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
]
}
]
}
],
"PendingService":[
{
"id":"123PQRS-2024-09-20-OT-26",
"code":"MONO",
"status":"",
"text":"Broken Seat at Coach-No XYZ123 Seat-No 567",
"trainCode":"WC-1",
"TrainsArray":[
"123PQRS-2024-09-20-HO-1"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
]
},
{
"id":"123PQRS-2024-09-20-OT-27",
"code":"OTHS",
"status":"",
"text":"Broken Seat at Coach-No XYZ567 Seat-No 111",
"trainCode":"WC-1",
"TrainsArray":[
"123PQRS-2024-09-20-HO-1"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
]
},
{
"id":"123PQRS-2024-09-20-OT-28",
"code":"OTHS",
"status":"",
"text":"Broken Seat at Coach-No XYZ890 Seat-No 123",
"trainCode":"WC-1",
"TrainsArray":[
"123PQRS-2024-09-20-HO-1"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
]
},
{
"id":"123PQRS-2024-09-20-OT-29",
"code":"OTHS",
"status":"",
"text":"Broken Seat at Coach-No XYZ111 Seat-No 333",
"trainCode":"WC-1",
"TrainsArray":[
"123PQRS-2024-09-20-HO-1"
],
"commuter":[
"123PQRS-2024-09-20-RO-2"
]
}
],
"parts": [
{
"partname": "prop",
"manufacturer": "local parts co",
"quality": 2,
"price": 10.00
},
{
"partname": "prop",
"manufacturer": "big parts co",
"quality": null,
"price": 9.00
},
{
"partname": "prop",
"manufacturer": "small parts co",
"quality": 1,
"price": 12.00
},
{
"partname": "rudder",
"manufacturer": "local parts co",
"quality": 1,
"price": 2.50
},
{
"partname": "rudder",
"manufacturer": "big parts co",
"quality": 2,
"price": 3.75
},
{
"partname": "rudder",
"manufacturer": "small parts co",
"quality": null,
"price": 1.90
},
{
"partname": "wing",
"manufacturer": "local parts co",
"quality": null,
"price": 7.50
},
{
"partname": "wing",
"manufacturer": "big parts co",
"quality": 1,
"price": 15.20
},
{
"partname": "wing",
"manufacturer": "small parts co",
"quality": null,
"price": 11.80
}
],
"count_by_color": [
{
"quality": "high",
"red": 15,
"green": 20,
"blue": 7
},
{
"quality": "normal",
"red": 35,
"green": null,
"blue": 40
},
{
"quality": "low",
"red": 10,
"green": 23,
"blue": null
}
]
}
},
"id":"abcdefgh-ijklmnop-qrstuvwxyz123",
"mainIds":[
{
"ID":"pqrstuvwxyz-aabbcc123",
"Source":"NYC"
}
]
}
'));
```
## Menanyakan data semi-terstruktur bersarang
Pernyataan berikut menggunakan notasi titik PartiQL untuk mengekstrak `pnrid` bidang, yang bersarang tiga tingkat jauh di dalam objek tingkat atas. `all_data`
```
select all_data.data.pnr.pnrid::varchar from test_json;
pnrid
--------------------
123PQRS-2024-09-20
```
Pernyataan berikut menggunakan notasi braket PartiQL untuk menentukan dan mengekstrak hanya elemen pertama dari `events` array bersarang di dalam objek tingkat atas.
```
SELECT
all_data.data.pnr.events[0]
FROM test_json;
events
---------------------------------
{
"eventType":"UPDATED",
"type":"PART",
"id":"123PQRS-2024-09-20-HO-1"
}
```
Pernyataan berikut mengekstrak `eventType` properti hanya elemen tertentu dari `events` array.
```
SELECT
all_data.data.pnr.events[0].eventType
FROM test_json;
eventtype
-----------
"UPDATED"
```
Pernyataan berikut
## Menggunakan `enable_case_sensitive_super_attribute` dengan data semi-terstruktur
Contoh berikut menunjukkan bagaimana opsi [enable\_case\_sensitive\_super\_atribut](r_enable_case_sensitive_super_attribute.md) konfigurasi memengaruhi kueri data semi-terstruktur. Untuk informasi selengkapnya, lihat [Mengakses bidang JSON dengan nama atau atribut bidang huruf besar dan huruf campuran](super-configurations.md#upper-mixed-case).
Dalam pernyataan berikut, mengatur ulang opsi konfigurasi ke default false membuat kueri mengembalikan NULL untuk nama atribut kasus campuran.
```
RESET enable_case_sensitive_super_attribute;
SELECT
all_data.data.pnr.events[0].eventType
FROM test_json;
eventtype
-----------
NULL
```
Dalam contoh berikut, query sampel mengembalikan hasil yang diinginkan setelah Anda mengatur `enable_case_sensitive_super_attribute` ke true. Tidak diperlukan tanda kutip ganda di sekitar nama atribut.
```
SET enable_case_sensitive_super_attribute TO true;
SELECT
all_data.data.pnr.events[0].eventType
FROM test_json;
eventtype
-----------
"UPDATED"
```
## Memfilter data semi-terstruktur
Pernyataan berikut menggunakan sintaks PartiQL dalam klausa WHERE dari pernyataan yang menghitung peristiwa dari `UPDATED` jenis untuk mengambil data dari atribut tertentu dari dalam array. Anda dapat menggunakan sintaks ini di setiap bagian dari query di mana Anda biasanya akan referensi kolom.
```
SELECT COUNT(*)
FROM test_json
WHERE all_data.data.pnr.events[0].eventType = 'UPDATED';
count
------
1
```
Contoh berikut menggunakan braket dan titik sintaks PartiQL di kedua klausa GROUP BY dan ORDER BY.
```
SELECT all_data.data.pnr.events[0].eventType::varchar,
COUNT(*)
FROM test_json
WHERE all_data.data.pnr.events[0].eventType IS NOT NULL
GROUP BY all_data.data.pnr.events[0].eventType
ORDER BY all_data.data.pnr.events[0].eventType;
eventtype | count
-----------+-------
"UPDATED" | 1
```
## Menghapus data semi-terstruktur
Pernyataan berikut menggunakan PartiQL bergabung untuk unnest array. `events` Perhatikan bahwa gabungan ini berfungsi bahkan ketika jumlah indeks untuk array tidak statis.
Untuk contoh penghapusan data semi-terstruktur menggunakan UNNEST dalam klausa FROM, lihat. [Contoh UNNEST](r_FROM_clause-unnest-examples.md)
```
SELECT
a.all_data.data.pnr.type::varchar type_info,
a.all_data.data.pnr.pnrid::varchar pnr_id ,
a.all_data.data.pnr.bookingIdentifier::varchar booking_id,
a.all_data.data.pnr.version::varchar version_info,
b.eventType::varchar event_type,
b.id::varchar event_id
FROM test_json a,
a.all_data.data.pnr.events b;
type_info | pnr_id | booking_id | version_info | event_type | event_id
-----------+---------------------+------------+--------------+------------+-------------------------
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | UPDATED | 123PQRS-2024-09-20-HO-1
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | CREATED | 123PQRS-2024-09-20-OT-38
```
## Array bersarang yang tidak bersarang
Pernyataan berikut menggunakan PartiQL bergabung untuk unnest array yang bersarang di dalam array lain.
Untuk contoh penghapusan data semi-terstruktur menggunakan UNNEST dalam klausa FROM, lihat. [Contoh UNNEST](r_FROM_clause-unnest-examples.md)
```
SELECT
a.all_data.data.pnr.type::varchar type_info,
a.all_data.data.pnr.pnrid::varchar pnr_id ,
a.all_data.data.pnr.bookingIdentifier::varchar booking_id,
a.all_data.data.pnr.version::varchar version_info,
d.id::varchar email_record_id,
d.contact::varchar email_contact,
e::varchar email_purpose,
f::varchar email_commuter
FROM test_json a,
a.all_data.data.pnr.contactDetail c,
c.emailContacts d,
d.purpose e,
d.commuter f;
type_info | pnr_id | booking_id | version_info | email_record_id | email_contact | email_purpose | email_commuter
-----------+---------------------+------------+--------------+-------------------------+---------------------------+---------------+-------------------------
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | 123PQRS-2024-09-20-OT-4 | JOHNMILLER@EXAMPLE.COM | BUSINESS | 123PQRS-2024-09-20-RO-2
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | 123PQRS-2024-09-20-OT-5 | HARVEYCORMIER@EXAMPLE.COM | NOTIFICATION | 123PQRS-2024-09-20-RO-2
```
## Menggunakan data semi-terstruktur dalam subquery
Pernyataan berikut menggunakan subquery dalam klausa WHERE untuk mengembalikan hanya subbagian dari hasil dari contoh sebelumnya.
```
SELECT
a.all_data.data.pnr.type::varchar type_info,
a.all_data.data.pnr.pnrid::varchar pnr_id ,
a.all_data.data.pnr.bookingIdentifier::varchar booking_id,
a.all_data.data.pnr.version::varchar version_info,
d.id::varchar email_record_id,
d.contact::varchar email_contact
FROM test_json a,
a.all_data.data.pnr.contactDetail c,
c.emailContacts d
WHERE (SELECT COUNT(*) FROM d.purpose e WHERE e = 'BUSINESS') > 0;
type_info | pnr_id | booking_id | version_info | email_record_id | email_contact | email_purpose | email_commuter
-----------+---------------------+------------+--------------+-------------------------+---------------------------+---------------+-------------------------
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | 123PQRS-2024-09-20-OT-4 | JOHNMILLER@EXAMPLE.COM | BUSINESS | 123PQRS-2024-09-20-RO-2
```
## Menggabungkan kueri menggunakan data semi-terstruktur
Pernyataan berikut menggunakan fungsi COUNT untuk mengumpulkan jumlah elemen dalam `PendingService` array.
```
SELECT
a.all_data.data.pnr.type::varchar type_info,
a.all_data.data.pnr.pnrid::varchar pnr_id ,
a.all_data.data.pnr.bookingIdentifier::varchar booking_id,
a.all_data.data.pnr.version::varchar version_info,
COUNT(*) AS total_pending_service
FROM test_json a,
a.all_data.data.pnr.PendingService c
GROUP BY 1,2,3,4;
type_info | pnr_id | booking_id | version_info | total_pending_service
-----------+--------------------+------------+--------------+-----------------------
pnr | 123PQRS-2024-09-20 | 123PQRS | 5 | 4
```
## Menggunakan data semi-terstruktur dalam tampilan terwujud
Pernyataan berikut menggunakan pernyataan dari contoh sebelumnya untuk membuat tampilan terwujud. Tampilan terwujud secara otomatis menyegarkan jumlah layanan yang tertunda saat tabel dasar mendapatkan data baru.
```
CREATE MATERIALIZED VIEW mv_total_pending_service
AUTO REFRESH YES
AS
SELECT
a.all_data.data.pnr.type::varchar type_info,
a.all_data.data.pnr.pnrid::varchar pnr_id ,
a.all_data.data.pnr.bookingIdentifier::varchar booking_id,
a.all_data.data.pnr.version::varchar version_info,
COUNT(*) AS total_pending_service
FROM test_json a,
a.all_data.data.pnr.PendingService c
GROUP BY 1,2,3,4;
```
## Menggunakan PIVOT dan UNPIVOT dengan data semi-terstruktur
Pernyataan berikut menggunakan PIVOT pada `partname` kolom untuk mengembalikan harga rata-rata setiap bagian.
```
SELECT *
FROM
(
SELECT
c.partname::varchar, c.price
FROM test_json a,
a.all_data.data.pnr.parts c)
PIVOT (AVG(price) for partname IN ('prop', 'rudder', 'wing'));
prop | rudder | wing
------------+--------------------+--------
10.33 | 2.71 | 11.50
```
Pada contoh sebelumnya, hasilnya diubah menjadi kolom. Contoh berikut menunjukkan kueri GROUP BY yang mengembalikan harga rata-rata dalam baris, bukan di kolom.
```
SELECT partname, avg(price)
FROM (
SELECT
c.partname::varchar, c.price
FROM test_json a,
a.all_data.data.pnr.parts c)
WHERE partname IN ('prop', 'rudder', 'wing')
GROUP BY partname;
partname | avg
----------+-------
prop | 10.33
rudder | 2.71
wing | 11.50
```
Berikut ini adalah contoh PIVOT dengan `manufacturer` sebagai kolom implisit.
```
SELECT *
FROM (
SELECT
c.quality, c.manufacturer::varchar
FROM test_json a,
a.all_data.data.pnr.parts c) PIVOT (
count(*) FOR quality IN (1, 2, NULL)
);
manufacturer | 1 | 2 | null
-------------------+----+----+------
local parts co | 1 | 1 | 1
big parts co | 1 | 1 | 1
small parts co | 1 | 0 | 2
```
Berikut ini adalah contoh UNPIVOT pada kolom. `quality`
```
SELECT *
FROM
(
SELECT
c.quality as quality
FROM test_json a,
a.all_data.data.pnr.parts c)
UNPIVOT (cnt FOR column_header IN (quality));
column_header | cnt
-----------------+----
quality | 2
quality | 1
quality | 1
quality | 2
quality | 1
```