HiveSQL：提取json串内容——get_json_oject和json_tuple

提取json串中内容，json格式示例如下

get_json_object

select  json_data
  ,get_json_object(json_data,'$.price')  as price -- 取第一层
  ,get_json_object(json_data,'$.inquiry_params')  as inquiry_params -- 取第一层，取本身也是个json串
  ,get_json_object(json_data,'$.params.cateId') as cateId -- 取多层嵌套的
  ,get_json_object(json_data,'$.inquiry_params.颜色') as color2 -- 中文名的 ，此方法失败
from ods.ods_table1 a
where get_day='2024-08-10' 

可以看到，当json中对应的key是中文时，使用get_json_object获取失败，改为使用json_tuple。

json_tuple

首先，先看下如果获取前3个内容，json_tuple和get_json_object的不同。

select  json_data
  ,get_json_object(json_data,'$.aprice')  as price
  ,get_json_object(json_data,'$.inquiry_params')  as inquiry_params
  ,get_json_object(json_data,'$.params.cateId') as cateId
  ,t1.text1
  ,t1.text2
  ,t1.text3
from ods.ods_table1 a
lateral view json_tuple(json_data,'price','inquiry_params','cateId') t1 as text1,text2,text3 
where get_day='2024-08-10' 

从上述例子，发现json_tuple和get_json_object的一些不同：

1. 可以看到json_tuple一次可以取多个内容；
2. json_tuple只能取到 第一层 ，取不到嵌套的里层的内容，表现为cateId为NULL（text3列）。

那么回过头来，看看我们要取“颜色”的问题：
因为要取的颜色是在嵌套在json_data的inquiry_parms里的，不是第一层，json_tuple不能直接取到，那么做个改动：把传入函数的json_data改为inquiry_parms，那么“颜色”就变成第一层了，这样使用json_tuple就可以取到了。
json_tuple只能取到 第一层。

select  brand,product_name,title,json_data
  ,get_json_object(json_data,'$.price')  as price
  ,get_json_object(json_data,'$.inquiry_params')  as inquiry_params
  ,get_json_object(json_data,'$.params.cateId') as cateId
  ,get_json_object(json_data,'$.inquiry_params.颜色') as color2
  -- 取中文key的内容
  ,t1.color5
  ,t1.function5
  ,t1.rag5
from ods.ods_table1 a
lateral view json_tuple(get_json_object(json_data,'$.inquiry_params'),'颜色','功能性问题（可多选或不选）','容量') t1 as color5,function5,rag5 -- 近期的会标记99新，好像不是所有的都能区分国行；
-- 把get_json_object(json_data,'$.inquiry_params')作为整体传入json_tuple函数
where get_day='2024-08-10'