PyFlink SQL的json解析函数

最新推荐文章于 2024-10-08 16:17:23 发布

原创

最新推荐文章于 2024-10-08 16:17:23 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#flink #sql #json

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