OBJECT_TRANSFORM-Funktion - Amazon Redshift
SyntaxArgumenteRückgabetypNutzungshinweiseBeispiel

Amazon Redshift unterstützt ab dem 1. November 2025 nicht mehr die Erstellung neuer Python-UDFs. Wenn Sie Python-UDFs verwenden möchten, erstellen Sie die UDFs vor diesem Datum. Bestehende Python-UDFs funktionieren weiterhin wie gewohnt. Weitere Informationen finden Sie im Blog-Posting.

OBJECT_TRANSFORM-Funktion

Transformiert ein SUPER-Objekt.

Syntax

OBJECT_TRANSFORM(
  input
  [KEEP path1, ...]
  [SET
    path1, value1,
    ...,  ...
  ]
)

Argumente

input

Ein Ausdruck, der in ein Objekt vom Typ SUPER aufgelöst wird.

KEEP

Alle in dieser Klausel angegebenen Pfad-Werte werden beibehalten und auf das Ausgabeobjekt übertragen.

Diese Klausel ist optional.

path1, path2, ...

Konstante Zeichenfolgenliterale im Format von Pfadkomponenten in doppelten Anführungszeichen, die durch Punkte getrennt sind. Beispielsweise ist '"a"."b"."c"' ein gültiger Pfad-Wert. Dies gilt für den Pfadparameter sowohl in der KEEP- als auch in der SET-Klausel.

SET

Pfad- und Wert-Paare, um einen bestehenden Pfad zu ändern oder einen neuen Pfad hinzuzufügen und den Wert dieses Pfads im Ausgabeobjekt festzulegen.

Diese Klausel ist optional.

value1, value2, ...

Ausdrücke, die in Werte vom Typ SUPER aufgelöst werden. Beachten Sie, dass numerische, Text- und boolesche Typen in SUPER aufgelöst werden können.

Rückgabetyp

SUPER

Nutzungshinweise

OBJECT_TRANSFORM gibt ein Objekt vom Typ SUPER zurück, das die Pfadwerte aus der Eingabe enthält, die in KEEP angegeben wurden, und die Pfad-Wert-Paare, die in SET angegeben wurden.

Wenn sowohl KEEP als auch SET leer sind, gibt OBJECT_TRANSFORM Eingabe zurück.

Wenn es sich bei Eingabe nicht um ein Objekt vom Typ SUPER handelt, gibt OBJECT_TRANSFORM unabhängig von KEEP- oder SET-Werten Eingabe zurück.

Beispiel

Im folgenden Beispiel wird ein SUPER-Objekt in ein anderes SUPER-Objekt umgewandelt.

CREATE TABLE employees (
    col_person SUPER
);

INSERT INTO employees
VALUES
    (
        json_parse('
            {
                "name": {
                    "first": "John",
                    "last": "Doe"
                },
                "age": 25,
                "ssn": "111-22-3333",
                "company": "Company Inc.",
                "country": "U.S."
            }
        ')
    ),
    (
        json_parse('
            {
                "name": {
                    "first": "Jane",
                    "last": "Appleseed"
                },
                "age": 34,
                "ssn": "444-55-7777",
                "company": "Organization Org.",
                "country": "Ukraine"
            }
        ')
    )
;

SELECT
    OBJECT_TRANSFORM(
        col_person
        KEEP
            '"name"."first"',
            '"age"',
            '"company"',
            '"country"'
        SET
            '"name"."first"', UPPER(col_person.name.first::TEXT),
            '"age"', col_person.age + 5,
            '"company"', 'Amazon'
    ) AS col_person_transformed
FROM employees;
    
--This result is formatted for ease of reading.
                  col_person_transformed
-------------------------------------------------------------
{
    "name": {
        "first": "JOHN"
    },
    "age": 30,
    "company": "Amazon",
    "country": "U.S."
}
{
    "name": {
        "first": "JANE"
    },
    "age": 39,
    "company": "Amazon",
    "country": "Ukraine"
}