Descarga de datos semiestructurados
Con Amazon Redshift, puede exportar datos semiestructurados del clúster de Amazon Redshift a Amazon S3 en una variedad de formatos, incluidos texto, Apache Parquet, Apache ORC y Avro. En las siguientes secciones, se le guiará a través del proceso de configuración y ejecución de operaciones de descarga para los datos semiestructurados en Amazon Redshift.
Puede descargar tablas con columnas de datos SUPER en Amazon S3 en un formato de valores separados por comas (CSV) o de texto. Mediante una combinación de cláusulas de navegación y eliminación de anidamiento, Amazon Redshift descarga datos jerárquicos en formato de datos SUPER en Amazon S3 en formato CSV o de texto. Posteriormente, puede crear tablas externas para los datos descargados y consultarlas con Redshift Spectrum. Para obtener más información acerca del uso de UNLOAD y de los permisos de IAM necesarios, consulte UNLOAD.
Antes de ejecutar el siguiente ejemplo, rellene la tabla region_nations siguiendo los procesos de Carga de datos semiestructurados en Amazon Redshift. Para obtener información acerca de las tablas utilizadas en los ejemplos siguientes, consulte Conjunto de datos de muestra SUPER.
En el siguiente ejemplo, se descargan datos en Amazon S3.
UNLOAD ('SELECT * FROM region_nations')
TO 's3://xxxxxx/'
IAM_ROLE 'arn:aws:iam::xxxxxxxxxxxx:role/Redshift-S3-Write'
DELIMITER AS '|'
GZIP
ALLOWOVERWRITE;
A diferencia de otros tipos de datos en los que una cadena definida por el usuario representa un valor nulo, Amazon Redshift exporta las columnas de datos SUPER mediante el formato JSON y lo representa como nulo, de acuerdo con lo determinado por el formato JSON. Como resultado, las columnas de datos SUPER ignoran la opción NULL [AS] utilizada en los comandos UNLOAD.