Hive第五天——Hive函数（JSON解析函数）

---

本文部分参考自：https://blog.csdn.net/qq_23897391/article/details/95091712

---

Hive第五天——Hive函数

自己的话：千里之行，始于足下。

每天都要保持前进，我势必要有强劲的实力，再跟明天的自己问好。

Json函数解析

在工作中我们会经常遇到JSON格式的日志数据，本文来详细介绍在Hive中解析JSON字符串的函数：

1.get_json_object

2.json_tuple

一、JSON格式

JSON(JavaScript Object Notation, JS 对象简谱) 是一种轻量级的数据交换格式，采用完全独立于编程语言的文本格式来存储和表示数据。

对象和数组是比较特殊且常用的两种类型。

对象：对象在 JS 中是使用花括号包裹 {} 起来的内容，数据结构为 {key1：value1, key2：value2, …} 的键值对结构。在面向对象的语言中，key 为对象的属性，value 为对应的值。键名可以使用整数和字符串来表示。值的类型可以是任意类型。

例如下面这样，其中user_id和platform是key，也就是我们要解析出来的列名，10000和ios是value，也就是我们要解析出来的数据内容：

{
  "user_id": "10000", "platform": "ios"}

数组：数组在 JS 中是方括号 [] 包裹起来的内容，数据结构为 [“java”, “javascript”, “vb”, …] 的索引结构。在 JS 中，数组是一种比较特殊的数据类型，它也可以像对象那样使用键值对，但还是索引使用得多。同样，值的类型可以是任意类型。

---

二、解析JSON字符串的一个字段 get_json_object

get_json_object(string json_string, string path)

1. 功能：

解析JSON的字符串json_string，返回path指定的内容。如果输入的JSON字符串无效，那么返回NULL。path的具体语法如下：

• $ : Root object（根对象）
• . : Child operator（子连接符）
• [ ]: Subscript operator for array（数组下标操作符）
• *: Wildcard for []（数组中使用的通配符）

2.举例:

求电影top10
将数据rating.json上传到hdp03的/home下
数据如下：

（1）在hive中先创建一张表，将一行的json看做一个字段：

hive> create table t_rate_json(line string) row format delimited;

（2）导入数据：

hive> load data local inpath '/home/rating.json' into table t_rate_json;

（3）查询：

select * from t_rate_json limit 10;

（4）创建一张表，存储解析后的数据：

hive> create table t_rate(movie string