hive （2.01）读取 json 格式 的处理方式 2018-4-24

测试json  数据 格式 样例：

{"data":{"dt":"2018-12-13","hu":"17:17:17"},"web":{"web":"maitianzaixian.com.cn","whichfor":"computer"},"house":{"home":"yuanyangguoji","areo":400,"price":3400,"num":"10#102"}}

前期的 准备工作 ：

需要根据hive的版本 去下载相关包：（放在 lib中）

json-serde-1.3.8-jar-with-dependencies.jar

有的版本 还需要 hive-hcatalog-core-2.0.1.jar （一般hive自带）

然后启动hive：

《第一种方式》：直接当成一个字段去处理：（这种方式不行的）

执行样例：

create external table if not exists json_01(
json string
)
row format delimited 
lines terminated by '\n'
stored as textfile     

结果：  虽然可以select * from json_01     但是   内部的 第二层结构就无法查看了  此方法不行

《第二种方式》：还是当成一个字段 只不过我需要用json 格式去解析：（一般较常用的方法）

create external table if not exists json_old(
json string
)
row format serde 'org.apache.hadoop.hive.contrib.serde2.JsonSerde' 
stored as textfile

有可能上面的引用包 不对，hive的版本过低缘故  那就换成 ‘org.openx.data.jsonserde.JsonSerDe’

查看 方式 也有两种：get_json_object   和  json_tuple

<get_json_object>方式：

select * from json_01                 -----------------------整个json


select get_json_object(js.json,'$.data'),get_json_object(js.json,'$.web') from json_01 js;


select get_json_object(js.json,'$.data.dt'),get_json_object(js.json,'$.web.web') from json_01 js;    ----------嵌套


select get_json_object(data.dl,'$.dt') from (select get_json_object(js.json,'$.data') as dl from json_01 js) data;

<json_tuple>方式

select json_tuple(json,"data") from json_01;  --------------MR


select json_tuple(get_json_object(json,'$.data'),"dt","hu") from json_01 


select js2.js2_data_dt,js3.js3_web_web,js4.js4_home from json_01 js lateral view json_tuple(js.json,'data','web','house')js1 as js1_data,js1_web,js1_house
lateral view json_tuple(js1.js1_data,'dt','hu')js2 as js2_data_dt,js2_data_hu
lateral view json_tuple(js1.js1_web,'web','whichfor')js3 as js3_web_web,js3_web_whichfor
lateral view json_tuple(js1.js1_house,'home','areo','price','num')js4 as js4_home,js4_areo,js4_price,js4_num

《带有其他结构的 json格式》：

数据变种：

{"data":{"dt":"2018-12-13","hu":"17:17:17"},"web":{"web":"maitianzaixian.com.cn","whichfor":"computer"},"house":[{"home":"yuanyangguoji","areo":400,"price":3400,"num":"10#102"},{...........}]}   

   --------------------------------数据挖掘插件中 一些配置项  会带有   []


去掉中括号：

lateral view posexplode(split(regexp_replace(regexp_replace(js1.js1_house,'\\}\\,\\{','\\}\\|\\|\\{'),'\\[|\\]',''), '\\|\\|')) js11

regexp_replace(js1.js1_house,'\\}\\,\\{','\\}\\|\\|\\{')    ===> (将 data  中的 “ },{”转成了 “}||{” )
regexp_replace(regexp_replace(js1.js1_house,'\\}\\,\\{','\\}\\|\\|\\{'),'\\[|\\]','')   ===>  将 “[]” 变成 “”  空值
split(regexp_replace(regexp_replace(js1.js1_house,'\\}\\,\\{','\\}\\|\\|\\{'),'\\[|\\]',''), '\\|\\|')   将 data 按 “||”切分


json array 格式 转成了一个数组 再有posexplode 变成 （p,json）键值对

《第三种方式》：转换成map 结构    可以用到两种解析包：

create external table if not exists json(
data map<string,string>,
web map<string,string>,
house map<string,string>
)
row format serde 'org.openx.data.jsonserde.JsonSerDe'
stored as textfile






create external table if not exists json(
data map<string,string>,
web map<string,string>,
house map<string,string>
)
row format serde 'org.apache.hive.hcatalog.data.JsonSerDe'
stored as textfile


select data['dt'] from json