【Hive】解析字符串(类似array嵌套map结构)

背景

业务开展新活动，活动规则中有阶梯奖励，即：达到某个区间，奖励对应的金钱。
如：
成交1单，每单奖励0元；
成交2-4单，每单奖励100元；
成交5单以上，每单奖励200元；
业务库中以字符串的形式存放活动规则，举例如下：

[{"min":1,"money":0,"max":1},{"min":2,"max":4,"money":100},{"min":5,"money":200,"max":99999}]

解析思路

如果要按照某人成交单数，计算出应得奖励，则需要把上面的字符串解析为3列：min、max、money。用成交单数分别和min、max比较，如果恰好">=min" 且 “<=max”，则取对应的money作为奖励。所以重点就在于如果解析上面的字符串为3行3列，类似如下：

min	max	money
1	1	0
2	4	100
5	99999	200

第一步：去掉无用的字符，字符两端的[{和}]，以及中间的"，得到如下字符串：

min:1,money:0,max:1},{min:2,max:4,money:100},{min:5,money:200,max:0

第二步：使用},{分隔，并结合lateral view explode函数把字符串"炸开"为三行：

str
min:1,money:0,max:1
min:2,max:4,money:100
min:5,money:99999,max:200

第三步：最后再结合str_to_map函数把每行映射为map，就可以取到对应的min，max以及money了。

SQL代码

with tmp as (
    select '[{"min":1,"money":0,"max":1},{"min":2,"max":4,"money":100},{"min":5,"money":200,"max":99999}]' as col1
)

select
    str_to_map(tmp_str, ',', ':')['min'] as min_num,
    str_to_map(tmp_str, ',', ':')['max'] as max_num,
    str_to_map(tmp_str, ',', ':')['money'] as money
from
(
    select  
        regexp_replace(col1, '"|\\[\\{|\\}\\]', '') as col2
    from tmp
) t1
lateral view explode (split(t1.col2, '\\},\\{')) a as tmp_str

总结

遇到需要解析的复杂字符串，首先要观察字符串的结构，并思考如何可以映射成hive常用的字符结构，当然前提是要对hive函数比较熟悉。