龙空技术网

Hive 内置的 json 解析函数

Candy.W 147

前言:

此时小伙伴们对“mysql数据库行转列”大概比较讲究,小伙伴们都想要知道一些“mysql数据库行转列”的相关资讯。那么小编也在网络上汇集了一些对于“mysql数据库行转列””的相关内容,希望朋友们能喜欢,各位老铁们一起来了解一下吧!

背景

在大数据 ETL(Extract-Transfer-Load) 过程中,经常需要从不同的数据源来提取数据进行加工处理,比较常见的是从 Mysql 数据库来提取数据,而 Mysql 数据库中数据存储的比较常见方式是使用 json 串进行存储。

通过大数据加工处理出来的数据是需要具有可直观分析的特点,可从数据分析中挖掘出商业价值的。

因此在数据预处理层需要将 json 串进行“拍平”处理,所谓“拍平”是指将 json 中的 key 转换为表的列字段,其 key 对应的 value 值则为列字段对应的值。

“拍平”的处理行业内也可称为“行转列”处理,我举个例子你就能明白什么是行转列了。

举例:

user表字段如下:

现需要将 user 表中字段 detail_info 中的 json 串值,以每个 key 作为 user_detail_info 表的字段来进行存储。

实现的 user_detail_info 表字段如下:

从 user 表到 user_detail_info 表的转换,就是“行转列”的过程。

你是否会好奇,在 Hive 中这个过程是如何实现的呢?

下文会解答你的疑惑。

Hive内置的json解析函数:get_json_object

语法:

get_json_object(json_string, '$.column')

说明:

解析 json 的字符串 json_string, 返回 path 指定的内容。如果输入的 json 字符串无效,结果返回 NULL。

这个函数每次只能返回一个数据项。

举例:

test_data = '{"name": "zhangsan",              "age": 18,               "preference": "music"}'

查询sql语句

select get_json_object(test_data,'$.preference');  

解析结果:

如果需要同时解析 age, preference 这两个字段。

sql语句如下:

select get_json_object(test_data,'$.age'),get_json_object(test_data,'$.preference');

执行结果如下:

如果需要同时解析的字段很多,很显然使用这种方式写就比较麻烦了,这时候 json_tuple 这个函数是个更好的选择。

Hive内置的json解析函数:json_tuple

语法:

json_tuple(json_string, column1, column2, column3 ...)

说明:

解析 json 的字符串 json_string,可同时指定多个 json 数据中的 column,返回对应的 value。如果输入的 json 字符串无效,结果返回 NULL。

举例:

例如:test_table1 表的 data 字段存储的是以下 json 串信息,现在想要获取这个 json 串的每个 key 并将其对应的 value 值查询出来。

(1). 准备 test_table1 表 data 字段的 json 数据

data = '{   "name": "rocky",   "age": 20,   "prefer": "dance",   "height": 1.8,   "nation": "China"}'

(2). sql查询语句

 select t1.name,        t1.age,        t1.prefer,        t1.height,        t1.nation from (select data             from test_table1          ) t0          lateral view json_tuple(t0.data,                  'name',                  'age',                  'prefer',                  'height',                  'nation'              ) t1 as name,age,prefer,height,nation;

解析结果:

get_json_object函数 & json_tuple函数

get_json_object 函数的使用语法中,使用到$.加上 json 的 key;json_tuple 函数的使用语法中,不能使用$.加上 json 的 key,如果使用则会导致解析失败;json_tuple 函数与 get_json_object 函数对比,可以发现 json_tuple 函数的优点是一次可以解析多个 json 字段;但是如果被要求解析的 json 是一个 json 数组,那么这两个函数都无法完成解析;

关于 Hive 如何解析 json 数组,将会在后面的文章中分享。

标签: #mysql数据库行转列