如何在雪花中使用JSON时使用数组中的标签进行过滤

Question

我想存储数百万个时间序列，其中每个时间序列的每个时间点都标有任意一组标签。 看来我应该在雪花使用JSON阵列标签：

CREATE TABLE timeseries (obj_id INT, ts DATE, tags VARIANT, val INT) 
INSERT INTO timeseries (obj_id, ts, tags, val) VALUES (442243, '2017-01-01', parse_json('["red", "small", "cheap"]'), 1) 
INSERT INTO timeseries (obj_id, ts, tags, val) VALUES (673124, '2017-01-01', parse_json('["red", "small", "expensive"]'), 2) 
INSERT INTO timeseries (obj_id, ts, tags, val) VALUES (773235, '2017-01-01', parse_json('["black", "small", "cheap"]'), 3) 

现在我想看到标有“小”和“便宜”，例如所有的时间序列的平均

SELECT ts, AVG(val) 
FROM timeseries 
WHERE "small" IN tags AND "cheap" IN tags 
GROUP BY ts 

这将返回：

ts, avg(val) 
2017-01-01, 2 

什么是正确的语法雪花/模式/方法来实现呢？ 请注意，我不想FLATTEN爆炸行，我只是想过滤掉所有不是'便宜'和'小'的行。

Answer 1

而不是使用JSON，就可以直接使用E.g数组类型：

CREATE TABLE ts2 (obj_id INT, ts DATE, tags ARRAY, val INT); 
INSERT INTO ts2 (obj_id, ts, tags, val) select 442243, '2017-01-01', ARRAY_CONSTRUCT('red', 'small', 'cheap'), 1; 
INSERT INTO ts2 (obj_id, ts, tags, val) select 673124, '2017-02-01', ARRAY_CONSTRUCT('red', 'small', 'expensive'), 2; 
INSERT INTO ts2 (obj_id, ts, tags, val) select 773235, '2017-01-01', ARRAY_CONSTRUCT('black', 'small', 'cheap'), 3; 

值子句不能使用的功能，如ARRAY_CONSTRUCT，但INSERT-SELECT会工作。 （你也可以用JSON和VARIANT类型来做到这一点，但你需要用键名来标记值，并在插入中使用PARSE_JSON。）

然后要查询只包含两个标签的行选择，使用这样的查询：

select 
    obj_id, 
    tags 
from ts2 
where ARRAY_CONTAINS('small'::variant, tags) 
    and ARRAY_CONTAINS('cheap'::variant, tags) 
;