=Start=

缘由：

简单记录一下最近在工作中用到的Hive SQL的知识点，方便以后参考。

正文：

参考解答：

比如要解析的字段是 copy_info 而它的内容样例如下：

["security",{"event":"copy","copy_length":0,"copy_attribute":"1"}]

也即它是一个数组，数组的第2个元素是一个json字符串，我想要提取第2个元素中的 copy_attribute 字段，这个时候的解决办法有几种，最终都可以实现目标，具体选择哪个看个人偏好就行。

方法一（用正则做提取）：

,regexp_extract(copy_info, 'copy_attribute":"(.+?)"', 1) as copy_attribute

方法二（先把array当作json解析提取指定/任意索引然后进行json解析）：

,get_json_object(copy_info,'$.[1].copy_attribute') as copy_attribute

方法三（先对array进行explode然后再进行常规的json解析）：
实际上是行不通的，除非经过特别复杂的转换，原因在于 explode() 接收 array/map 类型的数据作为参数，而上面的字段类型是一个字符串，只不过是符合json array格式要求的字符串而已。

特殊情况下如果嫌多层 get_json_object 麻烦，可以先用 json_tuple 取一次，然后再加一次 get_json_object 也行。

1、字符串转为map
str_to_map(text[, delimiter1, delimiter2])
使用两个分隔符将文本拆分为键值对。 Delimiter1将文本分成K-V对，Delimiter2分割每个K-V对。对于delimiter1默认分隔符是','，对于delimiter2默认分隔符是'='。

2、字符串转为array
分割字符串函数: split
语法:  split(string str, string pat)
返回值:  array
说明: 按照pat字符串分割str，会返回分割后的字符串数组

3、字符字段去重汇总转成array
collect_set函数：该函数的作用是将某字段的值进行去重汇总，产生array类型字段。

参考链接：

Hive字符串转为复杂格式数据
https://blog.csdn.net/BabyFish13/article/details/78951928

Hive中如何加载和解析(嵌套)json数据
https://ixyzero.com/blog/archives/4208.html

=END=