PyFlink SQL的json解析函数

在大数据处理中,面对包含JSON的数据,Flink SQL相较于Hive缺少现成的JSON解析函数。本文介绍了一种应对策略,特别是在处理结构不固定且嵌套的JSON时,通过编写Python UDF并在Flink SQL中使用,实现了类似Hive的jsonpath功能,以解决实时处理需求。提供了UDF代码示例及执行方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

当你遇到大数据里含有json时候,离线数仓开发,hive有特别好用的get_json函数。

例如下面的:

SELECT get_json_object(xjson,"$.[0].age") FROM person

但遇到实时处理该咋办?

同学们会说,Flink SQL里不是有吗?好吧,你太想当然了。

在FlinkSQL,特别是最好用的FlinkSQL里,居然没有成型的JSON解析函数。

根据遇到的情形,有好几种方式。

如果遇到的是json有固定结构,那在定义flinkSQL的表结构里可以。比如:

像这样的json,

{
 "funcName": "test",
 "data": {
  "snapshots": [{
   "content_type": "application/x-gzip-compressed-jpeg",
   "url": "https://blog.youkuaiyun.com/xianpanjia4616"
  }],
  "audio": [{
   "content_type": "audio/wav",
   "url": " https://bss.youkuaiyun.com/m/topic/blog_star2020/detail?username=xianpanjia4616"
  }]
 },
 "resultMap": {
  "result": {
   "cover": "/data/test/log.txt"
  },
  "isSuccess": true
 },
 "meta": {
  "video_type": "normal"
 },
 "type": 2,
 "timestamp": 1610549997263,
 "arr": [{
  "address": "北京市海淀区",
  "city": "beijing"
 }, {
  "address": "北京市海淀区",
  "city": "beijing"
 }, {
  "address": "北京市海淀区",
  "c
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值