hive 存储，解析，处理json数据

hive 存储，解析，处理json数据

hive 处理json数据总体来说有两个方向的路走

• 将json以字符串的方式整个入Hive表，然后通过使用UDF函数解析已经导入到hive中的数据，比如使用LATERAL VIEW json_tuple的方法，获取所需要的列名。
• 在导入之前将json拆成各个字段，导入Hive表的数据是已经解析过得。这将需要使用第三方的SerDe。

---

• 第一种：

  • get_json_object(string json_string, string path)

    第一个参数填写json对象变量，第二个参数使用$表示json变量标识，然后用 . 或 [] 读取对象或数组；如果输入的json字符串无效，那么返回NULL。
    每次只能返回一个数据项。

    {"id": 1701439105,"ids": [2154137571,3889177061,1496915057,1663973284],"total_number": 493}
    
    CREATE TABLE IF NOT EXISTS tmp_json_test (
               json string
    ) 
    STORED AS textfile ;
    
    load data local inpath '/root/hivedata/json_test.txt' overwrite into table tmp_json_test;
    
    select get_json_object(t.json,'$.id'), get_json_object(t.json,'$.total_number') from tmp_json_test t ; 
    

  • lateral view json_tuple

    select t2.* from tmp_json_test t1 lateral view json_tuple(t1.json, 'id', 'total_number') t2 as c1, c2;
    

  ---

  • 第二种

    {"id": 1701439105,"ids": [2154137571,3889177061,1496915057,1663973284],"total_number": 493}
    

    http://www.congiu.net/hive-json-serde/
    
    add jar /root/hivedata/json-serde-1.3.7-jar-with-dependencies.jar;
    
    CREATE TABLE tmp_json_array (
    id string,
    ids array<string>,
    `total_number` int)
    ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
    STORED AS TEXTFILE;
    

    load data local inpath '/root/hivedata/json_test.txt' overwrite into table tmp_json_array;