如何在 AWS Athena 中的最后一個分隔符之前獲取部分字符串

Question

假設我在 AWS Athena 中有下表

+----------------+
|     Thread     |
+----------------+
| poll-23        |
| poll-34        |
| pool-thread-24 |
| spartan.error  |
+----------------+

我需要從最后一個分隔符之前的列中提取字符串的一部分（這里 '-' 是分隔符）

基本上需要一個可以給我輸出的查詢

+----------------+
|     Thread     |
+----------------+
| poll           |
| poll           |
| pool-thread    |
| spartan.error  |
+----------------+

我還需要一個分組查詢，它可以生成這個

+---------------+-------+
|    Thread     | Count |
+---------------+-------+
| poll          |     2 |
| pool-thread   |     1 |
| spartan.error |     1 |
+---------------+-------+

我使用 LEFT()、RIGHT()、LOCATE()、SUBSTRING_INDEX() 函數嘗試了各種形式的 MySql 查詢，但似乎 athena 不支持所有這些函數。

Answer 1

您可以使用regexp_replace()刪除最后一個'-'后面的字符串部分：

select regexp_replace(thread, '-[^-]*$'; ''), count(*) 
from mytable
group by regexp_replace(thread, '-[^-]*$', '')