hive 中实现对json格式数据的解析

1. json对象

hive 中有json解析的工具get_json_object 和json_tupple,这里不多做解释,直接传入json类型的参数调用即可

比如以下数据,想要获取用户id,直接使用get_json_object(req_head,'$.terminal.uid')

{"curpage":"android_search.html","client_ip":"114.102.*.169","terminal":{"mode":"SM-N9009","manufacture":"samsung","macAddress":"","imei":"","imsi":"","uid":"e6dc1412aab8****"},"timestamp":1552320467}
{"curpage":"android_suggestion.html","client_ip":"223.104.*.73","terminal":{"mode":"F1-F2-F3-Y800-Y900-B5","manufacture":"alps","macAddress":"","imei":"","imsi":"","uid":"d8bd2a0cc0a****"},"timestamp":1552320494}
{"curpage":"android_search.html","client_ip":"113.194.*.31","terminal":{"mode":"OPPO A83","manufacture":"OPPO","macAddress":"","imei":"","imsi":"","uid":"6a9bdc0f3b*****"},"timestamp":1552320655}
{"curpage":"android_search.html","client_ip":"111.60.*.71","terminal":{"mode":"U25GT-C4YT","manufacture":"CUBE","macAddress":"","imei":"","imsi":"","uid":"59722af35aba****"},"timestamp":1552320678}
{"curpage":"android_search.html","client_ip":"123.171.*.89","terminal":{"mode":"U22","manufacture":"Allwinner","macAddress":"","imei":"","imsi":"","uid":"7d0607144c7****"},"timestamp":1552320921}
1.1 get_json_object :用来解析json字符串的一个字段
hive> select get_json_object(req_head,'$.terminal.uid') from tmp_yyb limit 5;
OK
e6dc1412aab*****
d8bd2a0cc0a*****
6a9bdc0f3bf*****
59722af35ab*****
7d0607144c7*****
Time taken: 0.122 seconds, Fetched: 5 row(s)
1.2 json_tuple: 用来解析json字符串中的多个字段
hive> select json_tuple(req_head,'curpage','client_ip') from tmp_yyb limit 5;
OK
android_search.html 114.102.*.169
android_suggestion.html 223.104.*.73
android_search.html 113.194.*.31
android_search.html 111.60.*.71
android_search.html 123.171.*.89

2. json数组

hive 对json数组没有默认的函数进行解析,这里要做的就是将json数组做一个转变

样例数据:

[
    "{\"recommendId\":\"w67EQf0IicA\",\"packageName\":\"com.tiange.grape\",\"source\":52423253,\"versionCode\":160,\"channelId\":\"\"}",
    "{\"recommendId\":\"w67EQf0IicB\",\"packageName\":\"com.tencent.abc\",\"source\":52453353,\"versionCode\":160,\"channelId\":\"\"}",
]
2.1 使用MapReduce转换为json_object的数组存入hive表,对于hive表来说就是array<string>类型
user_ip                 string                                      
ctime                   string                                      
event                   string                                      
product                 string                                      
req_head                string                                      
req_body                array<string>                               
cdate                   bigint

查询数组中第一个

hive> select get_json_object(req_body[0],'$.packageName') from tmp_yyb limit 5;
OK
com.tiange.grape
com.ss.android.article.news
com.huizheng.tcyyhz
com.baidu.searchbox
com.browser2345

查询数组中所有的,需要有一个列转行的操作,使用lateral view explode(req_body)将数组转换为多行

select cdate,
get_json_object(req_head,'$.terminal.uid') as uid,
get_json_object(rb,'$.packageName') as packageName
from tmp_yyb 
lateral view explode(req_body) x as rb
where  cdate ='20190315' and cdate = '20190315'
2.2 将json数组当做字符串进行一个拆分

样例数据:

{
    "errno": "0", 
    "count": "151", 
    "end_state": "1", 
    "data": [
        {
            "md5": "e0cf18080fe5bd78377c8d385a4d3932", 
            "pkg": "tv.danmaku.bili"
        }, 
        {
            "md5": "7d79c0194bf0effb737ec7147c685096", 
            "pkg": "oms.mmc.fortunetelling.measuringtools.naming"
        }
    ]
}

对应的hql语句

select t1.ctime,get_json_object(app,'$.pkg') as pkg
from
(select 
         ctime
        ,split(
            regexp_replace(
                regexp_extract(
                    get_json_object(rsp,"$.data") -- 获取data数组,格式[{json},{json}]
                    ,'^\\[(.+)\\]$'
                    ,1
                ) -- 删除字符串前后的[],格式{json},{json}
                ,'\\}\\,\\{'
                , '\\}\\|\\|\\{'
            ) -- 将josn字符串中的分隔符代换成||,格式{json}||{json}
            ,'\\|\\|'
        ) as str -- 按||分隔符切割成一个hive数组
from tmp_rsp) t1
lateral view explode(t1.str) xx as app
order by pkg,ctime asc
limit 100 -- 将hive数组转成行

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,723评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,080评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,604评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,440评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,431评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,499评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,893评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,541评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,751评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,547评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,619评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,320评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,890评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,896评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,137评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,796评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,335评论 2 342

推荐阅读更多精彩内容