hive中存Array类型的数据的案例,将字符串的数组格式转成数组的字符串,自定义函数方式处理‘[12,23,23,34]‘字符串格式的数据为array<int>格式的数据。

该博客展示了Hive中处理数组类型数据的方法,包括创建表、插入数据、查询及转换操作。通过示例解释了如何将字符串格式的数组转换为结构化数据,并使用UDF(用户自定义函数)进行数据转换,最终实现将'[12,23,23,34]'格式数据转化为struct和array类型。
摘要由CSDN通过智能技术生成

1、创建表带有Array的表:

create table t_afan_test
(
info1 array<int>,
info2 array<string>
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';

2、插入数据:

insert into t_afan_test values (array(12,23,23,34),array("what","are","this"));
insert into t_afan_test values (array(12,23,23,34,56,32),array("what","are","this","aaa"));

3、查询出的结果如下:

在这里插入图片描述

4、再如以下案例:

drop table if exists t_afan_test;

create table t_afan_test
(
info1 string
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';

insert into t_afan_test values ('[12,23,23,34]');
insert into t_afan_test values ('[22,33,43,54]');

select * from t_afan_test;

+--------------------+
| t_afan_test.info1  |
+--------------------+
| [12,23,23,34]      |
| [22,33,43,54]      |
+--------------------+

drop table if exists tmp_xxx;

create table tmp_xxx as
select 
split(regexp_extract(`info1`,'^\\[(.*)]$',1),',') as key_word_label
from t_afan_test 
where `info1` is not null limit 10;

select * from tmp_xxx;

+-------------------------+
| tmp_xxx.key_word_label  |
+-------------------------+
| ["22","33","43","54"]   |
| ["12","23","23","34"]   |
+-------------------------+

select collect_list(cast(array_element as int)) int_array 
from (select explode(key_word_label) array_element from tmp_xxx) s;

+----------------------------+
|         int_array          |
+----------------------------+
| [22,33,43,54,12,23,23,34]  |
+----------------------------+

select explode(key_word_label) array_element from tmp_xxx;

+----------------+
| array_element  |
+----------------+
| 22             |
| 33             |
| 43             |
| 54             |
| 12             |
| 23             |
| 23             |
| 34             |
+----------------+

5、将’[12,23,23,34]'格式数据转成struct<> , array 的方式:

转成array编写UDF,代码如下:

package com.xxx.stringtoarray;

import org.apache.hadoop.hive.ql.exec.UDF;

import java.util.ArrayList;
import java.util.List;

/**
 * 将数组格式的字符串 转成 整型数组
 * @author tzq
 */
public final class StringToArray extends UDF {

    private static final String NULL_STRING = "null";

    /**
     * 如果想最后hive的数据格式是struct<>, 返回值是Integer[]的。
     * @param sourceText     :源字符串
     * @return
     */
    public List<Integer> evaluate(String sourceText) {
        if (isBlank(sourceText)) {
            return null;
        }
        if (NULL_STRING.equalsIgnoreCase(sourceText)) {
            return null;
        }

        String[] arr1 = sourceText.replace("[","").replace("]","").split(",");
        //Integer[] arr2 = new Integer[arr1.length];
        List<Integer> list = new ArrayList<>();

        for(int i = 0; i < arr1.length; i++) {
            list.add(Integer.parseInt(arr1[i]));
        }

        return list;
    }

    public static boolean isBlank(String str) {
        int strLen;
        if (str != null && (strLen = str.length()) != 0) {
            for(int i = 0; i < strLen; ++i) {
                if (!Character.isWhitespace(str.charAt(i))) {
                    return false;
                }
            }

            return true;
        } else {
            return true;
        }
    }

}

hive中创建临时函数:

hive> add jar /xxx/xxx/xxx/xx.jar;
hive> create temporary function stringToArray as 'com.xxx.stringtoarray.StringToArray';

使用的时候,类似如下:

drop table if exists t_afan_test;
create table t_afan_test
(
info1 string
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';

insert into t_afan_test values ('[12,23,23,34]');
insert into t_afan_test values ('[22,33,43,54]');

drop table if exists tmp_xxx;

create table tmp_xxx as
select 
 stringToArray(`info1`)  as key_word_label
from t_afan_test;

查看结果:
在这里插入图片描述

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

打赏作者

涂作权的博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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