Hive Sql获取含有特殊字符key的json数据

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.1k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-08-30 13:29:19 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

hive中get_json_object函数不支持解析json中文key 阅读详情

hive表中json数据的key含有.符号，所以使用get_json_object(str,“$.key_1.key_2”)语法的时候就会获取到null。解法是通过json_to_map方法将json数据变成一个map结果，然后用key下标的方式获取值，代码

json_to_map(str)["key_1.key_2]

收录于

当前文章被以下社区和专栏收录：

标签

#hive #sql #json

Hive SQL处理JSON数据踩坑实录：get_json_object()函数实战避坑指南与性能优化本文深入探讨Hive SQL中`get_json_object()`函数处理JSON数据的实战技巧与性能优化策略。针对金融风控系统日均20TB日志处理场景，详细解析路径表达式陷阱、非规范JSON处理方案，并提供函数选型建议与生产级优化方法，帮助开发者高效提取JSON关键信息并提升查询性能。阅读详情

相关推荐

携程数据开发笔试攻略：SQL窗口函数与数仓理论核心解析

在数据开发岗位的招聘中，SQL能力与数据仓库理论始终是考察的重中之重。窗口函数作为SQL进阶查询的核心工具，能够高效完成分组排序、累计计算、连续性问题分析等复杂业务逻辑，其原理在于通过over()子句定义计算窗口，结合partition by与order by实现行级动态聚合。数据仓库分层架构（ODS、DWD、DWS、ADS）则是企业级数据体系建设的基础，合理建模能显著提升查询性能与数据复用性。这些技术广泛应用于用户留存分析、订单统计、日志解析等真实场景，也是携程等大厂笔试中高频出现的考点。本文结合携程数据

chubaisheng8627的博客 433

hive函数get_json_object不支持含特殊字符的key

hive函数get_json_object不支持含特殊字符的key。例如，解析的json的key中包含’.‘,'@','#'等特殊字符。直接解析的话，结果为null。 select get_json_object(a.json,'$.ro\.boot\.serialn')asrbs--null 不支持转义 ,get_json_object(a.json,'$.\@serialNo')assn--null 不支持转义 ,get_json_object...

weixin_42496757的博客 5156

别再手动导数据了！用Kettle（PDI）实现MySQL到Hive的自动化同步（附实战配置）

本文详细介绍了如何利用Kettle（Pentaho Data Integration）构建MySQL到Hive的自动化数据同步管道，实现高效、稳定的企业级数据流转。从环境配置、转换流程设计到增量同步策略和性能优化，提供了一套完整的实战指南，帮助数据团队告别低效的手工操作，提升数据处理效率。

weixin_34248023的博客 383

「Hive」json数据解析get_json_object函数的用法

Hive中json数据解析get_json_object函数的各种用法

满眼凄迷i 6033

SQL进阶技巧：如何提取JSON中 key值

我想获取该json中的每一个key值，如何做？如下json_str。

石榴姐yyds 2950

hudi系列-KeyGenerator & 分区提取器

KeyGenerator和分区提取器都是插件化，并均提供了多种开箱即用实现，基本能覆盖常用的场景。两者的选择主要是依赖于分区的数量和数据类型。

1032851561的博客 1241

hivesql解析json格式的key与value

目录解析json格式中的key解析json格式中的value json格式示例： {“city_code”:“340100”,“county_code”:“340111”,“orientation”:“东”,“road_id”:35204271,“speed”:35.72} 解析json格式中的key 我们可以看到这个数据还是很规整的，首先先将这个json数据中的花括号：“{}”给去除，并将逗号：“，”也都给替换成冒号：“：”，双引号也给剔除，之后进行行列转换，选取需要的 1、剔除双引号、花括号 selec

啊帅和和的博客 7692

城市规划师必备：ArcMap里用这个免费工具，5步完成建筑群通风廊道分析

本文介绍了城市规划中利用ArcMap进行建筑群通风廊道分析的高效方法，重点讲解了迎风面投影指数（FAI）的应用。通过5个步骤，从数据准备到规划应用，帮助规划师快速评估城市通风潜力，优化建筑布局，提升城市风环境质量。

weixin_26800111的博客 412

Hive SQL 解析json获取特殊字符数据

Hive 解析json 特殊字符字段获取

Cool.R的博客 3348

JetBrains Air：多Agent协同的IDE运行时架构解析

IDE智能编程正从单模型增强迈向多Agent协同范式。多Agent架构通过职责分离、上下文精简与运行时隔离，显著提升代码生成稳定性与合规性；其核心依赖轻量级嵌入式运行时（如ARL），支持AST级内存共享、eBPF安全拦截与毫秒级冷启动。该架构天然适配本地化部署、离线开发与高安全合规场景（如PCI-DSS、金融内网），并为Java/Python/TS等语言提供可扩展的规则驱动开发流水线。JetBrains Air正是这一技术路径的工程化落地代表。

weixin_30443075的博客 567

ubuntu20.04下内核源码下载分析

ubuntu 20.04下内核源代码下载，配置编译环境写在前面一、安装VMware Workstation和Ubuntu20.04二、修改apt源合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入写在前面我最近的科研工作需要使用到对ubun

冰冻三尺非一日之寒 1万+

Hive——Hive/Spark SQL解析JSON对象、JSON数组

文章目录窗口分析函数1. 分析函数2. 聚合函数3. 窗口函数行列转换1. 行转列2. 列转行JSON处理1. JSON对象2. JSON数组时间处理窗口分析函数函数中用到的表数据如下图： 1. 分析函数 row_number() rank() dense_rank() 这3个函数通常用在组内排序中，但实现的效果却不相同，用法如下： select name,subject,score, row_number() over(partition by name orde

aof 2998

强化学习 | Multi Agents | Trust Region | HATRPO | HAPPO

ICLR2022多智能体论文，将trust region推广到MA上，保证单调递增。学习博客，共7k字，纯手敲。含大量手写笔记。

111辄的博客 1万+

get_json_object解析含有‘.‘的key

问题 Hive的get_json_object解析的json中的key含有’.’ 思路将json字符串的’.‘替换成’’，之后再获取。例如json字段是parm，其中含有key为test_1.0. 在直接get_json_object(parm,’$.test_1.0’)会无法解析获取到null。使用替换后获取即可。 get_json_object(replace(parm,'$.test_10') ...

qq_43536051的博客 1678

从贝叶斯网络到结构因果模型：因果推理在可解释AI中的实践

在机器学习和数据分析领域，理解变量间的因果关系而不仅仅是统计关联，是构建可信赖、可解释系统的关键。概率图模型，特别是贝叶斯网络，通过有向无环图和条件概率表，能够高效地编码和推理变量间的条件依赖关系，广泛应用于医疗诊断、风险评估等场景。然而，贝叶斯网络主要刻画的是“是什么”的关联，难以回答“如果…会怎样”的因果问题。为了进行因果推断，需要引入结构因果模型和do-演算，它们通过定义结构方程和模拟干预操作，能够区分混杂效应，估计处理变量对结果变量的净因果影响。这一套方法论对于可解释人工智能至关重要，它能生成反事实

weixin_42168902的博客 379

JAVA：Spring Boot3 集成 Spring AI 实现 Skill 开发

本文介绍了如何通过Spring Boot和Spring AI实现大模型技能(Skill)开发，让AI具备调用业务系统能力。文章首先解释了Skill的概念，即AI可调用的业务能力，如查询订单、天气等，并展示了执行流程和整体架构。然后详细介绍了实践样例，包括技术版本、Maven依赖配置、AI服务设置、ChatClient创建和Skill技能注册中心的实现。注册中心提供了技能的注册、查询、启用/禁用等功能，支持按类别管理技能，并能够获取所有可用技能列表。通过这种方式，开发者可以轻松为大模型扩展业务功能调用能力。

木头 622

SQL进阶--5__如何使用hiveSQL提取JSON中 key值

如何使用HQL提取JSON中 key值0-问题描述1-问题解决2-总结 0-问题描述如下json_str json_str [{“website”:“baidu.com”,“name”:“百度”},{“website”:“google.com”,“name”:“谷歌”}] 平时在工作中我们经常会处理json格式的数据串，通常是取json的value值，但是我想获取该json中的每一个key值，如何做，筒子们有遇到过这种需求吗？ 1-问题解决（1）先将json_str中的[]及{}

CLKTOY的博客 4832

Python爬虫实战：全网政府招标信息采集与整合

本文详细介绍了如何使用Python构建一个完整的政府招标信息爬虫系统，涵盖了从数据采集、解析、存储到质量监控的全流程。多源采集：支持多个地方政府网站的同时采集智能解析：自动适应不同网站结构，智能提取关键信息异步高效：使用异步编程提高采集效率反爬应对：内置多种反爬虫应对策略数据质量：完善的数据清洗和质量监控机制易于扩展：模块化设计，便于添加新的数据源。

2201_76125261的博客 1380

Hive sql编程经验累积

尽量使用别名，提高代码书写效率和查询效率在hive中，limit的作用只能提取表中的前N条数据，无法取出范围数据，即start参数不起作用(mysql中可以) select子句中，不是聚集函数的列，表达数都要写到group by 子句中，否则会引发”Exception: Expression not in GROUP BY key“ WHERE关键字后不可以使用聚合函数当同时含有where子句、group by 子句、having子句、聚集函数和order by子句时，执行顺序如下..

weixin_44441131的博客 853

STM32 之十三看门狗（WDG）及低功耗下的处理

最近在做低功耗项目时，遇到了看门狗不好处理的问题。在 ST 的各系列 MCU 中，看门狗应该算是使用配置起来最简单的一个外设了。我们通常仅需要配置很少的配置项，但是，一旦要配合低功耗模式则配置就比较麻烦了。MCU 中有两只狗，一只叫 Independent watchdog (IWDG)；另一只叫 System window watchdog (WWDG)。下面是这两只狗的简单介绍！ IWDG IWDG 基本就等同于我们独立使用的看门狗芯片。最适合那些要求看门狗作为一个完全独立的进程在主应用程序之外

技术干货 7852

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

HIVE：使用get_json_object解析json对象遇到的坑

或[‘’]：表示子节点。MaxCompute支持用这两种字符解析JSON对象，当JSON的Key本身包含.时，可以用[‘’]来替代。获取key1的对象为嵌套对象，可以使用.或[]获取，但是如果key包含.，则需要使用[]获取。[]：[number]表示数组下标，从0开始。

ALX3li的博客 1458

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件

Hive/Spark SQL常用函数(窗口分析函数、行列转换、JSON处理)

文章目录窗口分析函数 1. 分析函数 2. 聚合函数 3. 窗口函数行列转换 1. 行转列 2. 列转行 JSON处理 1. JSON对象 2. JSON数组 Hive SQL Spark SQL 时间处理窗口分析函数函数中用到的表数据如下图： 1. 分析函数 row_number() rank() dense_rank() 这3个函数通常用在组内.

行走的数据智能 2073

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

大数据---Hive

Hive语法函数常识Hive语法Hive函数 Hive语法 Hive函数

weixin_43637385的博客 653

低版本Hive配置详情

前言已经搭建起来一个Hadoop-HA集群，上面也搭建了Hive以及MySQL搭建方法直通车！点我！！。既然万事俱备，那么开始认识下Hive框架吧！从wordcount认识hive 前面手写过很多MR程序，也对MR有一定的认识。hive框架是将每一句HQL转换成为一个MR程序！虽然提供的模板不能完全的覆盖所有生产环境，但是框架的强大依然让它非常流行。下面以简单的wordcount程序来认识下h...

Mr.Zheng的博客 416

Hadoop+Spark+Hive构建智能招聘推荐系统实践

大数据处理技术在现代推荐系统中扮演着核心角色，其中分布式存储与计算框架是处理海量数据的基石。Hadoop HDFS提供可靠的分布式存储能力，而Spark凭借内存计算优势显著提升算法训练效率，结合Hive的数据仓库能力实现高效查询。在推荐系统场景中，协同过滤与内容匹配的混合策略能有效解决信息过载和冷启动问题，通过实时权重调整进一步提升推荐质量。本文以招聘推荐系统为例，详细解析如何利用Hadoop+Spark+Hive技术栈实现从数据采集、ETL处理到算法部署的全流程，其中Spark的ALS协同过滤算法和Hiv

weixin_34279184的博客 443

Hive的内置函数学会横着走

1.select concat(‘abc’,‘cd’,‘fff’) 对二进制字节码或字符串按次序进行拼接 2.select instr(“abcdef”,‘b’) 查找字符串str中子字符串substr出现的位置 3.select length(‘abcdef’) 返回字符串的长度 4.select locate(‘cd’,‘abcdabcd’,4) 查找字符串str中的pos位置后字符串substr第一次出现的位置 5.select upper(‘adcdef’) 将字符串

weixin_47737819的博客 594

上一篇： Intellij idea 实战中top5快捷键（Mac）

携程数据开发笔试攻略：SQL窗口函数与数仓理论核心解析