hivesql json

HiveSQL中处理JSON数据的方法
使用get_json_object函数
此函数用于从JSON字符串中提取指定键对应的值。该方法适用于简单的JSON结构，一次只能解析单层嵌套的JSON对象[^1]。
SELECT get_json_object(json_column, '$.key') AS value FROM table_name;
登录后复制
对于更复杂的多级嵌套JSON，则需多次调用get_json_object来逐步获取内部节点的数据。
利用json_tuple函数
相比前者，json_tuple能够一次性返回多个键所对应的结果集，适合用来拆分包含若干个同级别属性的对象[^2]。
SELECT json_tuple(json_column, 'key1', 'key2')
FROM table_name;
登录后复制
上述命令会创建两列分别存储key1和key2关联的内容。
创建表格并加载含有JSON格式的数据
为了便于操作JSON类型的字段，在定义表结构时可将其设为STRING类型以便后续通过内置函数进一步加工[^3]：
CREATE TABLE IF NOT EXISTS jsont1(
username STRING,
age INT,
sex STRING,
json STRING
) ROW FORMAT DELIMITED FIELDS TERMINATED BY ';';

LOAD DATA LOCAL INPATH '/data/lagoudw/data/weibo.json' OVERWRITE INTO TABLE jsont1;
登录后复制
这段脚本先声明了一个名为jsont1的新表，并指定了各字段的数据类型；接着把位于本地磁盘上的weibo.json文件里的记录全部迁移到新建立好的Hive表内。
解析MongoDB导出至Hive中的JSON串
当面对来自NoSQL数据库如MongoDB迁移过来的大规模半结构化文档集合时，可能遇到每条记录都是独立封装在一个大括号内的场景。此时同样适用前述两种方式对这些特殊形式的JSON编码信息做初步转换工作[^4]。
构造复杂JSON输出
有时业务逻辑要求最终查询结果呈现特定模式下的复合型JSON表达式。这时除了依靠标准语法外，还可以借助UDF（用户自定义函数）、Lateral View联合子句等高级特性实现更加灵活的目标格式映射变换[^5]。