hive - 解析 json

本文介绍了如何在Hive中使用内置函数get_json_object解析JSON数据,包括获取JSON对象的值,将整个JSON文件转化为表格,以及处理复杂JSON结构的方法。通过示例展示了如何查询评分次数最多的电影、解析JSON属性以及提取嵌套对象的数据。

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

内置函数:get_json_object(json串,解析路径)

解析路径说明:

$ :跟对象

. :子对象

[] :数组下标

* :所有

举例:

数据样例:

{"movie":"1190","rate":"4.8","timestamp":"978300760","uid":"145325"}

{"movie":"1191","rate":"3.7","timestamp":"978200613","uid":"234566"}

{"movie":"1190","rate":"4.5","timestamp":"977500902","uid":"474532"}

...

将数据导入hive:

create table rating(line string);#建表,只有一列数据 load data local inpath '/user/rating.json' into table rating;#从本地导数据

 

1)求评分次数排名前3的电影

SELECT get_json_object(t.line, '$.movie') as movieid, count(*) as tatol FROM rating t GROUP BY 1 ORDER BY 2 LIMIT 3;

  • t.line是要解析的json串,
  • $定位到第一级目录{
  • .定位到第二级目录"movie":"1190","rate":"4.8","timestamp":"978300760","uid":"145325"
  • movie:通过key定位到value值1190

 

2)将整个json文件解析成一张表

1)建一个用于存放数据的表

create table rate(movie int,rate float,time bigint,uid bigint);

 

2)解析并加载数据

insert into table rate select get_json_object(t.line, '$.movie') as movie, get_json_object(t.line, '$.rate') as rate, get_json_object(t.line, '$.timestamp') as time, get_json_object(t.line, '$.uid') as uid FROM rating t;

 

3)解析较复杂json

{

"status": 0,

"data": {"search_data":[{

"name": "奈良市",

"location": {

"lat": 34.685087

}]

}

1-解析status

get_json_object(t.line, '$.status');

 

2-解析name

get_json_object(t.line, '$.data.search_data.[0].name');

 

3-解析lat

get_json_object(t.line, '$.data.search_data.[0].location.lat');

 

 

 

 

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