一、背景
Redshift支持从S3加载CSV格式数据，也可以加载JSON格式数据。本文描述如何从Redshift加载JSON格式数据。
二、数据准备和IAM角色准备
1、复制数据到S3
首先将数据复制到S3存储桶的某个目录内，格式为JSON。
2、创建IAM角色
创建一个角色，使用者选择Redshift，在挂载策略界面，选择AWS托管策略 S3 Readonly，即对所有的桶有读取权限。
如果希望更细节的管控只对特定桶有权限，那么可以先创建一个策略，只对特定的存储桶赋予读取权限，然后在把这个策略挂载到一个角色上。
创建角色完毕后，记录下本角色的ARN，后续将会使用。
三、加载导入数据
1、创建表
位于S3上的原始的JSON数据样本如下。
{"_id":"01001","city":"AGAWAM","loc":[-72.622739,42.070206],"pop":15338,"state":"MA"}
{"_id":"01005","city":"BARRE","loc":[-72.108354,42.409698],"pop":4546,"state":"MA"}
{"_id":"01007","city":"BELCHERTOWN","loc":[-72.410953,42.275103],"pop":10579,"state":"MA"}在Redshift上执行如下命令，创建表如下。这里简单一些将所有字段选用了字符串类型，实际可灵活调整
create table zips2 (
_id varchar(16),
city varchar(32),
loc varchar(32),
pop varchar(32),
state varchar(32)
);创建表成功。
2、加载数据
在Redshift上，执行如下命令从S3加载数据。
copy zips2 from 's3://mongodb-lxy/test02/export.json'
iam_role 'arn:aws-cn:iam::420029960748:role/lxy-redshift'
format as json 'auto';请替换其中的S3存储桶为实际的存放路径，替换IAM角色为实际角色的ARN。
执行效果如下。
Warnings:
Load into table 'zips2' completed, 29353 record(s) loaded successfully.
0 rows affected
COPY executed successfully
Execution time: 2.15s加载数据成功。
3、查询测试
在Redshift上执行如下命令查询数据。
select * from zips2 limit 10;返回结果如下。
_id | city | loc | pop | state
------+--------------+------------------------+-------+------
01001 | AGAWAM | [-72.622739,42.070206] | 15338 | MA
01005 | BARRE | [-72.108354,42.409698] | 4546 | MA
01007 | BELCHERTOWN | [-72.410953,42.275103] | 10579 | MA
01008 | BLANDFORD | [-72.936114,42.182949] | 1240 | MA
01002 | CUSHMAN | [-72.51565,42.377017] | 36963 | MA
01011 | CHESTER | [-72.988761,42.279421] | 1688 | MA
01010 | BRIMFIELD | [-72.188455,42.116543] | 3706 | MA
01012 | CHESTERFIELD | [-72.833309,42.38167] | 177 | MA
01013 | CHICOPEE | [-72.607962,42.162046] | 23396 | MA
01020 | CHICOPEE | [-72.576142,42.176443] | 31495 | MA 由此过程就实现了将JSON文件以结构化方式导入Redshift数据仓库中，并使用SQL做查询。