sql中几个常用的json解析函数

data:代表json格式的字段名
name:代表json中的元素

普通解析

mysql/ADB MYSQL

json_extract(data,’$.name’)

clickhouse

data[‘name’]

特殊字符

mysql

json_extract(data,’$.“name”’)

ADB MYSQL

json_array_get(data,索引)
索引为int型,从0开始,也就是直接解析array中的第几个元素

解析json元素中的列表

mysql

json_extract(data,’$.name[*].author_id’)

AnalyticDB MySQL

json_extract(data,’$.name[0].name1’)

insert into report_data.mall_goods_data
select 
	 g.data_date
	,g.brand
	,replace(json_extract(g.goods_stat,'$.product_base_result.product_name'),'"','') as goods_name
	,replace(replace(json_extract(g.goods_stat,'$.author_result.author_info[*].author_id'),'[',''),']','') as author_id
	,replace(replace(replace(json_extract(g.goods_stat,'$.pay_gmv'),'"',''),',',''),'¥','')*1 as 成交金额
	,case when json_extract(g.goods_stat,'$.comment_num') like '%万"' then replace(replace(replace(json_extract(g.goods_stat,'$.comment_num'),'"',''),',',''),'万','')*10000 else replace(replace(json_extract(g.goods_stat,'$.comment_num'),'"',''),',','')*1 end as 评价数
	,replace(replace(json_extract(g.goods_stat,'$.dh_live_d_o'),'"',''),'%','')*0.01 as 直播间支付转化率
from 
(
	select * from dy_shop.goods_stats where data_date=date_add(curdate(),interval -1 day)
)g 
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在Flink SQL解析JSON函数有以下几种: 1. JSON_VALUE:用于从JSON字符串提取指定的值。 2. JSON_OBJECT:用于创建一个JSON对象。 3. JSON_ARRAY:用于创建一个JSON数组。 4. JSON_PARSE:用于将JSON字符串解析JSON对象或JSON数组。 5. JSON_EXISTS:用于检查JSON字符串是否存在指定的键或路径。 6. JSON_PRETTY:用于将JSON字符串格式化为易于阅读的形式。 以上是Flink SQL解析JSON常用函数,可以根据具体需求选择使用。 ### 回答2: 在Flink SQL解析JSON数据的函数被称为JSON函数,它允许用户将JSON格式的数据解析成Flink SQL查询所需的格式。 在Flink SQL,用户可以使用JSON函数将一个JSON字符串转换为一个Flink SQL的ROW类型,这个ROW类型包含了JSON所有的key和value。此外,用户还可以使用JSON函数将Flink SQL的ROW类型转换为JSON字符串。 在利用JSON函数解析JSON数据之前,需要先将JSON数据定义为Flink SQL的源表,这可以使用CREATE TABLE语句来完成。在CREATE TABLE语句,用户需要指定JSON数据所在的路径以及JSON数据各个字段的名称和数据类型。 接下来,用户可以利用SELECT语句来解析JSON数据。在SELECT语句,用户可以使用JSON函数解析JSON数据,并且可以使用标准的SQL语法来查询JSON数据的某些字段。 以下是JSON函数的一些常用语法: 1. JSON_OBJECT(str*):返回一个JSON对象,这个对象包含了所有给定的key-value对。 2. JSON_ARRAYAGG(expr):将expr转化成一个JSON数组。 3. JSON_OBJECTAGG(key, value):返回一个JSON对象,这个对象包含了所有给定key-value对。 4. JSON_EXTRACT(json, path):返回一个给定JSON对象指定path的值。 5. JSON_ARRAY(expr1, expr2, …):返回一个指定的JSON数组。 总结一下,在Flink SQL,利用JSON函数解析JSON数据的流程如下: 1. 将JSON数据定义为Flink SQL的源表。 2. 在SELECT语句使用JSON函数解析JSON数据。 3. 使用标准的SQL语法查询JSON数据的某些字段。 最后,需要注意的是,Flink SQLJSON函数文档已经非常详细,用户可以按需查阅。此外,Flink SQL官方文档还提供了很多例子,用户可以参考这些例子来学习如何使用JSON函数。 ### 回答3: FlinkSQL是Apache Flink的一种SQL分析工具,通过使用FlinkSQL可以快速地对数据进行分析和处理。在FlinkSQL解析JSON是一项常见的任务,这可以通过使用解析JSON函数来实现。 在FlinkSQL解析JSON函数包括:JSON_VALUE、JSON_OBJECT、JSON_ARRAY等。其JSON_VALUE函数用于从JSON字符串提取特定的值,JSON_OBJECT函数用于创建一个JSON对象,而JSON_ARRAY函数用于创建JSON数组。 JSON_VALUE函数的语法是: JSON_VALUE(json, path) 其json参数指的是要解析JSON字符串,path参数则是JSON路径表达式。示例: SELECT JSON_VALUE('{"name":"xiaoming","age":18}','$.age') as age 这将返回18,因为它从JSON字符串选择了“age”值。 JSON_OBJECT函数的语法是: JSON_OBJECT(key1, value1, key2, value2, …) 其,key和value是JSON的键值对。示例: SELECT JSON_OBJECT('name', 'xiaoming', 'age', 18) as user 这将返回一个包含'name'为'xiaoming','age'为18的JSON对象。 JSON_ARRAY函数的语法是: JSON_ARRAY(value1, value2, ...) 其,value可以是任何JSON数据类型,例如字符串、数字、对象或数组。示例: SELECT JSON_ARRAY('xiaoming', 'xiaohong', 'xiaobai') as users 这将返回包含三个字符串值的JSON数组。 总的来说,FlinkSQL解析JSON函数提供了一种简单而灵活的方法来解析JSON数据。使用这些函数,可以轻松地从JSON字符串提取所需的数据,并将其转换为其他格式进行进一步处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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