提取 map(varchar, array(varchar)) - Hive SQL

Question

我有一个我认为包含 json 字符串的字段

示例：{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}

如何过滤颜色 = 蓝色的记录？

Answer 1

在对@GordonLinoff 答案的评论中，您提到了presto 错误。如果您使用 Presto，请使用这些配方，另请参阅下面的 Hive 解决方案：

如果数据类型是JSON字符串，可以强制转换为map(varchar, array(varchar))，然后使用where contains(map['color'],'blue')进行过滤：

select * 
from
(--cast JSON string as MAP(VARCHAR,ARRAY(VARCHAR)) 
select '{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}' as original_string,
       CAST(JSON '{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}' AS MAP(VARCHAR,ARRAY(VARCHAR)) ) as mymap
)s
where contains(mymap['color'],'blue')

结果：

    original_string                                            mymap    
{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}    {'color': ['blue'], 'fruit': ['apple', 'cherry', 'banana']}

另一种方法是使用json_parse + json_extract + json_array_contains：

select *
from
(--Parse JSON 
select '{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}' as original_string,
      json_parse( '{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}' ) as myjson
)s
WHERE json_array_contains(json_extract(myjson, '$.color'),'blue')

结果：

    original_string                                            myjson
{"color": ["blue"], "fruit": ["apple", "cherry", "banana"]}    {'color': ['blue'], 'fruit': ['apple', 'cherry', 'banana']}

如果数据类型已经是map(varchar, array(varchar))，那么只需使用contains(field['color'],'blue')

如果使用 Hive SQL，则使用 get_json_object 提取颜色数组（get_json_object 始终返回字符串），删除双引号和方括号，拆分以获取数组并使用 array_contains 检查：

WHERE array_contains(split(regexp_replace(get_json_object(field,'$.color'),'"|^\\[|\\]$',''),','),'blue')

如果你使用 Hive 并且字段是 map<string,array<string>> 类型，使用这个：

array_contains(field['color'],'blue')

Answer 2

嗯，你可以使用like:

where field like '%"color":["blue"]%'

这会在字符串中查找该模式。