在 Hive 中，当路径中有 `$` 符号时如何正确使用 get_json_object 提取值

Question

value
{"$screen_width":375,"$app_version":"2.5.0"}

假设我有一个如上所示的表格。 "2.5.0" 的值是我想要的。 我尝试使用get_json_object，但它失败了。 因为路径"$app_version" 包含$ 符号，而Hive 将其视为根目录符号。

我尝试了几种编码方式，但都失败并返回NULL。

select get_json_object(value,"$.$app_version")
select get_json_object(value,"$.\\$app_version")
select get_json_object(value,"$.\$app_version")
select get_json_object(value,"$..app_version")

任何高级 Hive 用户都知道如何修复它？

暂时用正则表达式解决。

select 
    regexp_extract(
        properties
        ,'\\"\\$os_version\\":\\"[\\d?]+\\.[\\d?]+\\.[\\d?]+\\"'
        ,0
    )
    ,properties
from opd.test_json_object

但是，我很好奇这里没有机会使用get_json_object？

Answer 1

不确定如何使用$ 符号直接获取值，但通常，您应该考虑使用lateral view 和json_tuple（参见doc）而不是get_json_object。性能方面它更快，我个人喜欢 json 列成为“普通”列的事实。

对于你的例子，我建议如下：

-- CTE to simulate a temporary table
with json as (
  select '{"$screen_width":375,"$app_version":"2.5.0"} ' as value
)
-- actual query
select *
from json 
lateral view 
  json_tuple(value, "$screen_width", "$app_version") lv as 
    screen_width, app_version;

结果是：

+------------------------------------------------+------------------+-----------------+
|                   json.value                   | lv.screen_width  | lv.app_version  |
+------------------------------------------------+------------------+-----------------+
| {"$screen_width":375,"$app_version":"2.5.0"}   | 375              | 2.5.0           |
+------------------------------------------------+------------------+-----------------+

因此，您现在只需在您的select 语句中使用lv.app_version（而不是我的*）即可获得您正在寻找的价值。