从 2025 年 11 月 1 日起，Amazon Redshift 将不再支持创建新的 Python UDF。如果您想要使用 Python UDF，请在该日期之前创建 UDF。现有的 Python UDF 将继续正常运行。有关更多信息，请参阅博客文章。

H3_ToChildren

H3_ToChildren 返回给定 H3 索引在指定分辨率下的子 H3 单元格 ID 的列表。有关 H3 索引的信息，请参阅H3。

语法

H3_ToChildren(index, resolution)

参数

返回类型

SUPER – 表示 H3 单元格 ID 的列表。

如果 index 或 resolution 为 NULL，则返回 NULL。

如果 index 无效，则返回一个错误。

如果 resolution 不在 index 的分辨率与 15（含）之间，则返回一个错误。

如果输出大小超过 SUPER 大小上限，则返回一个错误。

示例

以下 SQL 输入一个表示 H3 单元格的索引的 VARCHAR 和一个表示所有子单元格的所需分辨率的 INTEGER，并返回一个 SUPER 数组，其中包含分辨率为 6 的子单元格。

SELECT H3_ToChildren('85283473fffffff', 6);

 h3_tochildren                                                
--------------------------------------------------------------------------------------------------------------------------------------
 [604189641121202175,604189641255419903,604189641389637631,604189641523855359,604189641658073087,604189641792290815,604189641926508543]

以下 SQL 输入一个表示 H3 单元格的索引的 BIGINT 和一个表示所有子单元格的所需分辨率的 INTEGER，并返回一个 SUPER 数组，其中包含分辨率为 6 的子单元格。

SELECT H3_ToChildren(599686042433355775, 6);

 h3_tochildren                                              
--------------------------------------------------------------------------------------------------------------------------------------
 [604189641121202175,604189641255419903,604189641389637631,604189641523855359,604189641658073087,604189641792290815,604189641926508543]

注意：resolution 和 index 分辨率之差不大于 7 是安全的。

以下示例演示针对超出 SUPER 大小限制的查询的解决方法。当输入 H3 索引和所需子单元格分辨率之间的分辨率之差太大（大于 7）时，此过程会以较小增量逐步展开子单元格（每次最多扩展 5 个分辨率层级），并将最终结果存储到用户创建的表中，由此解决该问题。

CREATE OR REPLACE PROCEDURE generate_h3_children()
LANGUAGE plpgsql
AS $$
BEGIN
    -- Drop and create h3_children table that will contain the results
    DROP TABLE IF EXISTS h3_children;
    CREATE TABLE h3_children (
        h3_index BIGINT,
        child_res INTEGER,
        children SUPER
    );

    -- Create temporary table for steps
    DROP TABLE IF EXISTS h3_steps;
    CREATE TABLE h3_steps (
        h3_index BIGINT,
        current_res INTEGER,
        target_res INTEGER,
        h3_array SUPER
    );

    -- Initial insert into h3_steps
    INSERT INTO h3_steps
    SELECT h3_index, H3_Resolution(h3_index), child_res, ARRAY(h3_index)
    FROM h3_indexes; -- Insert from your table with h3_index and child_res as columns

    -- Loop until we reach target resolution
    -- We expect at most 3 iterations considering that we can start at resolution
    -- 0 and target/child resolution equal to 15 (0 -> 5 -> 10 -> 15)
    WHILE EXISTS (
        SELECT 1
        FROM h3_steps h
        GROUP BY h3_index, target_res
        HAVING MAX(current_res) < target_res
    ) LOOP
        -- Populate the h3_steps table with the tables that need to
        -- reach closer to the target res
        INSERT INTO h3_steps
        SELECT
            h.h3_index,
            LEAST(h.current_res + 5, h.target_res), -- Do not exceed target res
            h.target_res,
            -- Take the children of the child cell at resolution current_res of the
            -- h3_index
            H3_ToChildren(c.child::BIGINT, LEAST(h.current_res + 5, h.target_res))
        FROM h3_steps h, UNNEST(h.h3_array) AS c(child)
        WHERE h.current_res < h.target_res
        AND h.current_res = (SELECT MAX(current_res)
                           FROM h3_steps
                           WHERE h3_index = h.h3_index
        );
    END LOOP;

    -- Store final results
    INSERT INTO h3_children
    SELECT h3_index AS h3_index, target_res AS child_res, h3_array AS children
    FROM h3_steps
    WHERE current_res = target_res;
END;
$$;

-- Create the source table for H3_ToChildren queries
CREATE TABLE h3_indexes (
    h3_index BIGINT,
    child_res INTEGER,
    PRIMARY KEY (h3_index, child_res)
);
INSERT INTO h3_indexes (h3_index, child_res)
VALUES (x'8001fffffffffff'::BIGINT, 11);

-- Execute the procedure
CALL generate_h3_children();

-- View results
SELECT * FROM h3_children;