Hive 完美解析 Json 数组的函数
大数据的完美 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。解析
亲测!超好用 Hive 内置的数组数 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，但美中不足的完美是这两个函数都无法解析 json 数组，只能解析单个 json 串。解析
这里将会介绍 Hive 中常用于 json 数组的数组数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，完美表中 json_data 字段的解析内容如下：
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，数组数先来了解下面两个函数的完美使用方法。
函数运用
1、解析explode函数
语法explode(Array|Map)
说明explode()函数接收一个 array 或者 map 类型的数组数数据作为输入，然后将 array 或 map 里面的完美元素按照每行的形式输出。
即将 Hive 一列中复杂的云南idc服务商解析 array 或者 map 结构拆分成多行显示，也被称为列转行函数。数组数
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：
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，源码库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：
聚合统计sql语句：
SELECT adid, count(1)
FROM page_ads LATERAL VIEW explode(ads_id) adTable AS adid
GROUP 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 sold
from 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：
