在 RedShift 中将值拆分为多行

如何将字段（例如 CSV 字符串）拆分为多行的问题已经得到解答：将值拆分为多行 https://stackoverflow.com/questions/13159526/split-values-over-multiple-rows.

然而，这个问题涉及 MSSQL，并且答案使用了 RedShift 没有等效项的各种功能。

为了完整起见，这是我想做的一个示例：

当前数据：

| Key | Data     |
+-----+----------+
| 1   | 18,20,22 |
| 2   | 17,19    |

所需数据：

| Key | Data     |
+-----+----------+
| 1   | 18       |
| 1   | 20       |
| 1   | 22       |
| 2   | 17       |
| 2   | 19       |

现在，我可以建议针对 CSV 字段中元素数量较小、有界的情况采取一种解决方法：对所有可能的数组位置使用 split_part 和 union，如下所示：

SELECT Key, split_part(Data, ',', 1) 
FROM mytable
WHERE split_part(Data, ',', 1) != ""
    UNION
SELECT Key, split_part(Data, ',', 2) 
FROM mytable
WHERE split_part(Data, ',', 2) != ""
-- etc. etc.

然而，这显然效率很低，并且不适用于较长的列表。

关于如何做到这一点有更好的想法吗？

EDIT:

关于行相乘还有一个有点类似的问题：在 Redshift 中拆分行 https://stackoverflow.com/questions/22779150/splitting-rows-in-redshift。但是我不知道如何在这里应用这种方法。

EDIT 2:

可能的重复：红移。将逗号分隔的值转换为行 https://stackoverflow.com/questions/25112389/redshift-convert-comma-delimited-values-into-rows。但没什么新鲜的 - @Masashi Miyazaki 的答案与我上面的建议类似，并且遇到了同样的问题。

这是 Redshift 的答案，它每行最多可处理 10000 个值。

设置测试数据

create table test_data (key varchar(50),data varchar(max));
insert into test_data
    values
      (1,'18,20,22'),
      (2,'17,19')
;

code

with ten_numbers as (select 1 as num union select 2 union select 3 union select 4 union select 5 union select 6 union select 7 union select 8 union select 9 union select 0)
  , generted_numbers AS
(
    SELECT (1000 * t1.num) + (100 * t2.num) + (10 * t3.num) + t4.num AS gen_num
    FROM ten_numbers AS t1
      JOIN ten_numbers AS t2 ON 1 = 1
      JOIN ten_numbers AS t3 ON 1 = 1
      JOIN ten_numbers AS t4 ON 1 = 1
)
  , splitter AS
(
    SELECT *
    FROM generted_numbers
    WHERE gen_num BETWEEN 1 AND (SELECT max(REGEXP_COUNT(data, '\\,') + 1)
                                 FROM test_data)
)
  , expanded_input AS
(
    SELECT
      key,
      split_part(data, ',', s.gen_num) AS data
    FROM test_data AS td
      JOIN splitter AS s ON 1 = 1
    WHERE split_part(data, ',', s.gen_num) <> ''
)
SELECT * FROM expanded_input
order by key,data;