解析Hive复杂字段1--lateral view explode

Posted 2023-03-18

参考技术A 一次比较复杂的从Hive复杂格式字段解析出多个hotelid的过程

1.    所需数据信息在value字段中，value字段是json格式，首先要提取出该字段中的htllist信息

get_json_object(value,'$.htllist')

2. get_json_object的返回值是string格式，具体信息如下

字符串前后有'['和']'，每个内是单个酒店的信息，之前以','分隔

4.为了之后把每个分隔出来，需要先将','分隔符替换成'|'分隔符，并且将'[]'替换成‘’

regexp_replace(regexp_replace(get_json_object(value,'$.htllist'),',','\\|'),'\\]|\\[','')

5.将上一步得到的字符串按照'|'分隔，得到每个酒店信息的数组

lateral view explode(split(m.htllist,'\\|')) n as htlinfo

6.str_to_map函数将酒店信息数组的每个元素转换成map格式，取其中的['hotelid']信息

str_to_map(regexp_replace(n.htlinfo,'\\|\\|"',''),',',':')['hotelid']

7.完整的提取sql如下

select str_to_map(regexp_replace(n.htlinfo,'\\|\\|"',''),',',':')['hotelid'] htlinfo,m.vid,m.sid,m.pvid,m.uid,m.cid

  from (select regexp_replace(regexp_replace(get_json_object(value,'$.htllist'),',','\\|'),'\\]|\\[','') htllist,vid,sid,pvid,uid,cid

          from table_xxx

        where d='2018-08-08'

          and pagecode='condition1'

          and key ='condition2' limit 100)m

  lateral view explode(split(m.htllist,'\\|')) n as htlinfo

where m.htllist is not null

hive中lateral view json_tuple的用法

参考技术A select * from t1 lateral view json_tuple(t1.info,'apply_time','pro_code') t2 as apply_time,pro_code
意思是：t1中的info信息通过lateral view进行进行解析。
lateral view：如果指定字段名则需要把lateral view查询出的列写到select中，才能在结果中出现；如果直接是select * 则自动会把lateral view查询出的列追加在后面。

要确保被解析的字段是string类型才可以使用json解析.解析map类型不能使用json解析，解析map类型可以使用col_name['key']获取对应key的value.

hive解析json\tuple网址:
https://blog.csdn.net/u010002184/article/details/89639422

hive解析json网址：
https://blog.csdn.net/qq_34105362/article/details/80454697