Hive之解析Json数组
目录
- Hive自带的json解析函数
-
- 1、get_json_object函数
- 2、json_tuple函数
- Hive解析json数组
-
- 一、嵌套子查询解析json数组
- 二、使用 lateral view 解析json数组
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}','$.age');
name
zhangsan
2、json_tuple函数
语法：json_tuple(json_string, k1, k2 …)
说明：解析json的字符串json_string,可指定多个json数据中的key，返回对应的value。如果输入的json字符串无效，那么返回NULL。
示例：
hive>select
b.name
,b.age
from tableName a lateral view
json_tuple('{"name":"zhangsan","age":18}','name','age') b as name,age
name age
zhangsan 18
注意：上面的json_tuple函数中没有$.
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
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×tamp=1645843496&ver=3643&signature=EVVwSECvkU–LNu4TDblVU9naGgiO2s45-xXxNP-8uaKXh2lJVyL7pbMjfx0nnweeynmozDA-6WeYEZvLTb8Sl6LVFwTnUTGp4gsVvRoEhT4AHA43bXMpqrjfnOGTL&new=1