flinksql 解析嵌套JSON

最新推荐文章于 2023-02-23 20:25:03 发布
VIP文章 最新推荐文章于 2023-02-23 20:25:03 发布
阅读量896 收藏
点赞数
文章标签： json java flink
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_71602019/article/details/127439129
版权

{

    "items": [

        {

            "timeSeries": [

                {

                    "metadata": {

                        "metricName": "physical_memory_used/(1024*1024*1024)",

                        "expression": "SELECT physical_memory_used/(1024*1024*1024) WHERE entityName = \"2c03c3b2-4bb6-4f42-93db-379618c8969c\" AND category = HOST",

                        "unitNumerators": [

                            "bytes"

                        ],

                        "entityName": "testcdc5",

                        "metricCollectionFrequencyMs": 60000,

                        "startTime": "2022-08-30T01:24:30.087Z",

                        "attributes": {

                            "hostname": "testcdc5",

                            "clusterDisplayName": "Cluster 1",

                            "entityName": "2c03c3b2-4bb6-4f42-93db-379618c8969c",

                            "clusterName": "cluster",

                            "hostId": "2c03c3b2-4bb6-4f42-93db-379618c8969c",

                            "active": "true",

                            "category": "HOST",

                            "version": "CDH 5.16.2",

                            "rackId": "/default"

                        },

                        "endTime": "2022-08-30T01:29:30.087Z",

                        "unitDenominators": [],

                        "rollupUsed": "RAW"

                    },

                    "data": [

                        {

                            "type": "CALCULATED",

                            "value": 13.889511108398438,

                            "timestamp": "2022-08-30T01:25:24.000Z"

                        },

                        {

                            "type": "CALCULATED",

                            "value": 13.889270782470703,

                            "timestamp": "2022-08-30T01:26:24.000Z"

                        },

                        {

                            "type": "CALCULATED",

                            "value": 13.899208068847656,

                            "timestamp": "2022-08-30T01:27:24.000Z"

                        },

                        {

                            "type": "CALCULATED",

                            "value": 13.90023422241211,

                            "timestamp": "2022-08-30T01:28:24.000Z"

                        },

                        {

                            "type": "CALCULATED",

                            "value": 13.899818420410156,

                            "timestamp": "2022-08-30T01:29:24.000Z"

                        }

                    ]

                },

                {

                    "metadata": {

                        "metricName": "physical_memory_used/(1024*1024*1024)",

                        "expression": "SELECT physical_memory_used/(1024*1024*1024) WHERE entityName = \"32a21b2a-341f-42e5-98ed-cb722dc638dc\" AND category = HOST",

                        "unitNumerators": [

                            "bytes"

                        ],

                        "entityName": "testcdc4",

                        "metricCollectionFrequencyMs": 60000,

                        "startTime": "2022-08-30T01:24:30.087Z",

                        "attributes": {

                            "hostname": "testcdc4",

                            "clusterDisplayName": "Cluster 1",

                            "entityName": "32a21b2a-341f-42e5-98ed-cb722dc638dc",

                            "clusterName": "cluster",

                            "hostId": "32a21b2a-341f-42e5-98ed-cb722dc638dc",

                            "active": "true",

                            "category": "HOST",

                            "version": "CDH 5.16.2",

                            "rackId": "/default"

                        },

                        "endTime": "2022-08-30T01:29:30.087Z",

                        "unitDenominators": [],

                        "rollupUsed": "RAW"

                    },

                    "data": [

                        {

                            "type": "CALCULATED",

                            "value": 14.

最低0.47元/天 解锁文章
Trouble_maker785
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Flink SQL 解析嵌套的 JSON 数据
u011937496的博客
03-25 4987
下面将会演示如何在 DDL 里面定义 Map、Array、Row 类型的数据,以及在 SQL 里面如何获里面的值。 数据格式如下: { "funcName": "test", "data": { "snapshots": [{ "content_type": "application/x-gzip-compressed-jpeg", "url": "https://blog.csdn.net/xianpanjia4616" }], "audio": [{ "conte
Flink：FlinkSql解析嵌套Json
Joseph25的博客
01-17 3288
flinksql解析嵌套json
FlinkSql解析复杂的JSON结构
铁打的键盘也能敲出优雅的生活
07-28 4781
FlinkSql解析复杂JSON结构数据
flink学习及疑问点笔记
Seven71111的博客
02-23 1876
flink学习
总结过去的Flink-SQL：一个基于阿里云Blink-Stream-Studio的实时指标SQL
ygyblue2的博客
08-14 755
贴一个曾经开发过的小需求，主要是按照产品与时间的细粒度对业务指标进行实时统计 几个月前的了，我使用的是阿里云的StreamStudio可以直接写Flink-SQL进行统计，近期我们将本地线上环境升级到了Flink-1.11.1社区版，Flink-SQL的语法基本与Blink一致，并且Flink-1.11.1社区增加了对Hive的交互支持。 一个小小的不满，Flink-1.11.1社区版并不能像阿里云Blink-Stream-Studio平台一样支持DDL的形式创建维度表，在1.11社区版中还是得用以前.
嵌套json解析.txt
08-23
解析嵌套json，里面多个json。嵌套json解析。
Gson解析嵌套json
07-28
Gson解析嵌套json
Django后端接收嵌套Json数据及解析详解
09-19
主要介绍了Django后端接收嵌套Json数据及解析详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
利用rapidjson实现解析嵌套的json的方法示例
01-20
利用rapidjson解析嵌套的json 看json串1：{system:{version:v2.6.1, name:value}} 废话少说， 直接撸代码： #include #include #include #include #include #include #include // 请自己下载开源的rapidjson #...
Android利用Gson解析嵌套多层的Json的简单方法
09-01
下面小编就为大家带来一篇Android利用Gson解析嵌套多层的Json的简单方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
flink sql 复杂json解析
dian张
09-21 1313
{ "messageHeader" : { "messageID" : 2, "responseFlag" : -2 }, "messageBody" : { "time" : "2021-09-09T12:45:48", "vehicleBase" : { "id" : null, "vin" : null, "vehicleStatus" : 1, "chargeStatus" : 3 }, "a
Flink实战（八十二）：flink-sql使用（九）Flink sql 解析复杂（嵌套）JSON
微信搜：import_bigdata，大数据领域硬核原创作者
01-23 2558
声明：本系列博客是根据SGG的视频整理而成，非常适合大家入门学习。 《2021年最新版大数据面试题全面开启更新》 原文链接：http://apache-flink.147419.n8.nabble.com/flink-1-10-sql-kafka-format-json-schema-json-object-td4665.html#a4700 > 我理解你的需求是json中有一些复杂的字段，你不想解析，希望后续用UDTF在来解析，这个应该做不到的，现在的jsonformat 的解析的底层实现 .
Flink SQL 解析复杂嵌套Json数据
qq_31021213的博客
07-09 2012
Flink SQL解析复杂嵌套Json数据
Flink DataStream任务优化为Flink SQL
AnlaGodness的博客
04-19 3436
1、Caused by: java.io.IOException: Unknown "type" value "kafka". The Canal JSON message … ‘format’ = ‘canal-json’ 改为 ‘format’ = ‘json’ ，可参考 链接 ,提到了 canal-json 会调用 deserialize 方法，其会查询 key type 是 哪种 DML （update,delete,insert）,其余情况则会Unknown "type" value "kafka
基于Flink SQL构建流式应用
huahuaxiaoshao的博客
07-22 596
1 背景       本文将基于Kafka、Elasticsearch和Kibana，使用Flink SQL构建一个电商行为的实时分析应用。其中所有的操作都是在Flink SQL CLI上执行的，全程只涉及SQL纯文本，无需一行java/scala代码，无需安装IDE。 2 环境准备 2.1 下载依赖组件 （1）Kafka：当作流式数据源。 （2）Zookeeper：kafka运行需要该组件的支撑。 （3）Elasticsearch：存储Flink
Flink操作json数据
盛源的博客
03-02 5752
1 kafka中的json数据 关键词：json、嵌套、复杂结构、Map、Array、Row 1. Flink SQL 解析嵌套的 JSON 数据_JasonLee_后厂村程序员-CSDN博客 2 内置json函数 1. 官方文档 ​​​​​​​System (Built-in) Functions | Apache Flink 2. 函数使用 JSON_VALUE('{"a":}', '$.a') --> null JSON_VALUE('{"a":""}', '$.a')..
【FLink】Flink SQL 解析嵌套的 JSON 数据
九师兄
05-20 6636
1.概述 在日常的开发中,最常用的数据格式是 JSON ,并且有的时候 JSON 的格式是非常复杂的(嵌套的格式),那在 Flink SQL 中进行解析的时候也会相当麻烦一点,下面将会演示如何在 DDL 里面定义 Map、Array、Row 类型的数据,以及在 SQL 里面如何获里面的值 数据格式如下: 以下数据完全是自己造的,没有任何实际含义 { "funcName": "test", "data": { "snapshots": [{ "content_type": "applicati.
flink sql 处理自定义json解析
qq276726581的博客
04-02 5648
最近要把公司flinknginx日志入库的代码，修改成flinksql的方式执行。这样日志的入库通过sql更加方便。 但是flinksql没有提供对json的解析方式，而nginx日志又是json字符串无法完全使用sql来完成日志的入库。 因此，需要修改flink来完成json的自定义解析。 首先 定义source表 CREATE TABLE kafka ( json_data string, type string, ts TIMESTAMP(3) METADATA FROM...
sql server 嵌套json转对象
最新发布
07-08
在 SQL Server 中，你可以使用内置的 JSON 函数来解析和处理嵌套的 JSON 数据。以下是将嵌套的 JSON 转换为对象的一种方法： 假设你有一个包含嵌套 JSON 的表，其中的列名为 `json_column`，你可以使用 `OPENJSON` ...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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