DuckDB: 快速规范化json数据结构

DuckDB 可以方便地读取包含 JSON 数据的文件。对于JSON 数据的文件，DuckDB 能够直接加载并解析其中的内容。它支持多种读取方式，如通过read_json函数可以将 JSON 数据读入到关系型数据表中。

DuckDB 处理json数据

加载查询数据

假设我们有简单的 JSON 文件data.json，内容如下：

[
  {
   
   
    "name": "John",
    "age": 30,
    "city": "New York"
  },
  {
   
   
    "name": "Alice",
    "age": 25,
    "city": "London"
  }
]

可以使用以下 DuckDB 代码将其读取：

CREATE TABLE json_data AS SELECT * FROM read_json('data.json');

这样就把 JSON 数据中的每个对象转换为关系表中的一行，对象的属性成为表中的列。

同样也支持嵌套结构，示例json数据如下：

[
  {
    "name": "Bob",
    "details": {
      "job": "Engineer",
      "salary": 50000
    }
  }
]

可以使用点好进行查询：

SELECT details.job FROM json_table WHERE name = 'Bob';

json函数

DuckDB 提供了一系列用于处理 JSON 数据的函数，这些函数可以帮助用户更方便地操作 JSON 数据。例如，json_extract函数可以从 JSON 数据中提取指定的字段或子对象。

如果有一个包含复杂 JSON 结构的列json_column，要提取其中特定的嵌套字段，可以使用json_extract函数。假设 JSON 数据中有一个名为orders的数组，每个元素包含product_name和quantity字段，要提取所有订单中的产品名称，可以使用以下查询：

SELECT json_extract(json_column, '$.orders[*].product_name') FROM json_tabl