龙空技术网

Hive 超赞的解析 Json 数组的函数

Candy.W 291

前言:

眼前各位老铁们对“定义一个json数组”大约比较关切,同学们都想要知道一些“定义一个json数组”的相关资讯。那么小编同时在网摘上搜集了一些关于“定义一个json数组””的相关资讯,希望大家能喜欢,朋友们快快来了解一下吧!

背景

大数据的 ETL(Extract-Transfer-Load) 过程的 Transfer 阶段,需要对 json 串数据进行转换“拍平”处理。

亲测!超好用 Hive 内置的 json 解析函数 一文中详细介绍过 get_json_object 和 json_tuple 函数如何对 json 串进行有效解析,但美中不足的是这两个函数都无法解析 json 数组,只能解析单个 json 串。

这里将会介绍 Hive 中常用于 json 数组的解析函数及详细使用方法。

json数组解析:需求1数据准备

例如:Hive中有一张 test_json 表,表中 json_data 字段的内容如下:

基于以上的 json_data 数据,现需要将以上 json 串数据解析为如下结构数据:

在进行解析之前,先来了解下面两个函数的使用方法。

函数运用1. explode函数

语法

explode(Array|Map)

说明

explode()函数接收一个 array 或者 map 类型的数据作为输入,然后将 array 或 map 里面的元素按照每行的形式输出。

即将 Hive 一列中复杂的 array 或者 map 结构拆分成多行显示,也被称为列转行函数。

举例

array测试sql语句:

select explode(array('user_id','name','age'));

执行结果:

map测试sql语句:

select explode(map('user_id',1,'name','rocky','age',18));

执行结果:

2. regexp_replace函数

语法

regexp_replace(str A, str B, str C)

说明

语法含义:将字符串 A 中的符合正则表达式 B 的部分替换为 C。

注意:当字符串 A 中有一些特殊字符时,在正则表达式 B 中要使用转义字符。

举例

sql语句:

select regexp_replace('hello world!', '\\ |\\!', '');

执行结果:

3. 具体函数运用

了解 explode 函数与 regexp_replace 函数的使用规则后,现在来完成上面数据准备中提出的解析需求。

第一步解析:json数组拆分成多行

sql语句:

SELECT explode(split(     regexp_replace(         regexp_replace(            '[                {"user_id":"1","name":"小琳","age":16},                {"user_id":"2","name":"小刘","age":18},                {"user_id":"3","name":"小明","age":20}            ]',             '\\[|\\]' , ''), 将json数组两边的中括号去掉                          '\\}\\,\\{' , '\\}\\;\\{'), 将json数组元素之间的逗号换成分号                                 '\\;') 以分号作为分隔符(split函数以分号作为分隔)          ); 

执行结果:

第二步解析:json数组key转列字段

sql语句:

select json_tuple(json, 'user_id', 'name', 'age')  from (select explode(split(     regexp_replace(      regexp_replace(       '[        {"user_id":"1","name":"小琳","age":16},        {"user_id":"2","name":"小刘","age":18},        {"user_id":"3","name":"小明","age":20}       ]',       '\\[|\\]' , ''),         '\\}\\,\\{' , '\\}\\;\\{'),           '\\;')      )as json) tmp;

执行结果:

json数组解析:需求2数据准备

例如:

Hive中有一张 data_json 表,表中 goods_id 和 str_data 字段的内容如下:

基于以上的 goods_id 和 str_data 数据,现需要将以上 json 串数据解析为如下结构数据:

在进行解析之前,先来了解下面两个函数的使用方法。

函数运用1. lateral view函数

说明

lateral view 用于和 split, explode 等 UDTF 一起使用,它能够将一列数据拆成多行数据,在此基础上可以对拆分后的数据进行聚合。

lateral view 首先为原始表的每行调用 UDTF,UDTF 会把一行拆分成一行或者多行,lateral view 在把结果组合,产生一个支持别名表的虚拟表。

举例

例如:Hive 中有一张 page_ads 表,表数据结构如下:

page_name 代表页面名称,ads_id 代表投放广告的所属 id,多个 id之间使用逗号分隔。

需求:统计所有广告 id 在所有页面中出现的次数。

第一步解析:拆分广告id

拆分sql语句:

SELECT page_name, ads_id     FROM page_ads LATERAL VIEW explode(ads_id) adTable AS adid;

拆分结果:

第二步解析:聚合统计

聚合统计sql语句:

SELECT adid, count(1)     FROM page_ads LATERAL VIEW explode(ads_id) adTable AS adidGROUP BY adid;

统计结果:

2. 具体函数运用

解析 data_json 表的sql语句如下:

select goods_id,get_json_object(sale_json,'$.sold') as soldfrom data_json   LATERAL VIEW explode(split(goods_id,','))goods as goods_id   LATERAL VIEW explode(split(         regexp_replace(           regexp_replace(json_str , '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;')) sales as sale_json;

注意:

上述语句是 3*3 笛卡尔积的结果,所以此方式适用于数据量不是很大的情况。

执行结果如下:

标签: #定义一个json数组