Hive自带的json解析函数

1、get_json_object函数

语法:get_json_object(json_string, ‘$.key’)

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,那么返回NULL。这个函数每次只能返回一个数据项。

示例:

select 
get_json_object('{"name":"zhangsan","age":18}','$.name'),
--get_json_object('{"name":"zhangsan","age":18}','$.age'); 
name
zhangsan

2、json_tuple函数

语法:json_tuple(json_string, k1, k2 …)

说明:解析json的字符串json_string,可指定多个json数据中的key,返回对应的value。如果输入的json字符串无效,那么返回NULL。

示例:

with temp as (
  select 1 as str 
)
select 
b.name 
,b.age 
from  temp
lateral view  json_tuple('{"name":"zhangsan","age":18}','name','age') b as  name,age

name	age
zhangsan	18


select json_tuple('{"name":"zhangsan","age":18}','name','age')  as (name,age)

name	age
zhangsan	18


with temp as (
  select '{"name":"zhangsan","age":18}' as str 
)
select 
json_tuple(str,'name','age') as  (name,age)
from  temp

name	age
zhangsan	18


注意:上面的json_tuple函数中没有$.
总结:json_tuple相当于get_json_object的优势就是一次可以解析多个json字段。但是如果我们有个json数组,这两个函数都无法处理。

Hive解析json数组

如果有一个hive表,表中 json_str 字段的内容如下:

json_str
[{“website”:“baidu.com”,“name”:“百度”},{“website”:“google.com”,“name”:“谷歌”}]
我们想把这个字段解析出来,形成如下的结构:

website name
baidu.com 百度
google.com 谷歌

一、嵌套子查询解析json数组

hive>select json_tuple(json, 'website', 'name') 
from (
select explode(split(regexp_replace(regexp_replace('[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]', '\\[|\\]',''),'\\}\\,\\{','\\}\\|\\{'),'\\|')) 
as json) t;
www.baidu.com   百度
google.com      谷歌

with temp as (
  select '[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]' as str
)

select 
get_json_object(json_str,'$.website') as website
,get_json_object(json_str,'$.name') as name
from  
(select 
regexp_replace(regexp_replace(str, '\\[|\\]',''),'\\}\\,\\{','\\}\\|\\{') as str
from  temp
) tt 
lateral view outer explode(split(str,'\\|'))  view_test  as json_str
www.baidu.com   百度
google.com      谷歌

二、使用 lateral view 解析json数组

hive表中 goods_id 和 json_str 字段的内容如下:

goods_id json_str
1,2,3 [{“source”:“7fresh”,“monthSales”:4900,“userCount”:1900,“score”:“9.9”},{“source”:“jd”,“monthSales”:2090,“userCount”:78981,“score”:“9.8”},{“source”:“jdmart”,“monthSales”:6987,“userCount”:1600,“score”:“9.0”}]
目的:把 goods_id 字段和 json_str 字段中的monthSales解析出来。

hive>select good_id,get_json_object(sale_json,'$.monthSales') as monthSales
from tableName 
LATERAL VIEW explode(split(goods_id,','))goods as good_id 
LATERAL VIEW explode(split(regexp_replace(regexp_replace(json_str , '\\[|\\]',''),'\\}\\,\\{','\\}\\|\\{'),'\\|')) sales as sale_json;
goods_id	monthSales
1	4900
1	2090
1	6987
2	4900
2	2090
2	6987
3	4900
3	2090
3	6987

参考链接:https://mp.weixin.qq.com/s?src=11&timestamp=1645843496&ver=3643&signature=EVVwSECvkU–LNu4TDblVU9naGgiO2s45-xXxNP-8uaKXh2lJVyL7pbMjfx0nnweeynmozDA-6WeYEZvLTb8Sl6LVFwTnUTGp4gsVvRoEhT4AHA43bXMpqrjfnOGTL&new=1

GitHub 加速计划 / js / json
41.72 K
6.61 K
下载
适用于现代 C++ 的 JSON。
最近提交(Master分支:1 个月前 )
960b763e 4 个月前
8c391e04 7 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐