如何在 Apache Hive 中解析 Json 数组

Hive 内部提供了大量的内置函数用于处理各种类型的需求。从内置的 UDF 可以看到两个用于解析 Json的函数：get_json_object 和 json_tuple。用过这两个函数的肯定知道，其只能解析最普通的 Json 字符串，如下：

select get_json_object('{"website":";,"name":"juying"}', '$.website');

select json_tuple('{"website":";,"name":"juying"}', 'website', 'name');

注意：json_tuple 相对于 get_json_object 的优势就是一次可以解析多个 Json 字段。

如果我们有个 Json 数组，这两个函数都无法处理，get_json_object 处理 Json 数组的功能很有限

select get_json_object('[{"website":";,"name":"juying"},

{"website":"cloud.cnss.com","name":"juying 中文文档"}]', '$.[1].website');

注意：如果我们想将整个 Json 数组里面的 website 字段都解析出来，如果这么写将非常麻烦，因为我们无法确定数组的长度，而且即使确定了，这么写可维护性也很差，所以我们需要想别的办法。

使用explode函数解析json数组

explode() 接收一个 array 或 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。其可以配合 LATERAL VIEW 一起使用。

语句举例一：

select json_tuple(json, 'website', 'name')

from

(SELECT explode(split(regexp_replace(regexp_replace('[{"website":";,"name":"juying"},{"website":"cloud.cnss.com","name":"carbondata 中文文档"}]', '},{','};{'),'[|]',''),';')) as json) cnss;

语句举例二：

select explode(split(regexp_replace(regexp_replace('[{"website":";,"name":"juying"},

{"website":"cloud.cnss.com","name":"carbondata 中文文档"}]', '},{','};{'),'[|]',''),';')) as json

解释：

regexp_replace('json数组', '},{','};{') ====》把json数组中的分隔符替换成为;分号

regexp_replace('qweqw','[|]','') ====》 |表示or 把json中的[或者]替换成为空

sql语法解释：

explode 函数只能接收数组或 map 类型的数据，而 split 函数生成的结果就是数组；

语句举例一 regexp_replace 的作用是将 Json 数组元素之间的逗号换成分号，，

regexp_replace('[{"website":";,"name":"juying"},{"website":"cloud.cnss.com","name":"carbondata 中文文档"}]', '},{','};{')

语句举例二 regexp_replace 的作用是将 Json 数组两边的中括号去掉，所以使用完这个函数之后

regexp_replace(regexp_replace('[{"website":";,"name":"juying"},{"website":"cloud.cnss.com","name":"carbondata 中文文档"}]', '},{','};{'),'[|]','')

如果觉得对你有所帮助。记得收藏和关注呦！（每日更新各种大数据框架）

如需转载请注明出处（创作不易请见谅）

和巨婴程序猿一起成长。让自己变得更优秀

想了解更多精彩内容，快来关注跟着巨婴去逆袭

我最近一直在思考（大数据通俗讲解）的问题，你的看法是什么呢？关注我快说出来一起交流一下吧~