国产精品开放性色视频,波多野结衣无码在线观看

Hive必會(huì)SQL語(yǔ)法explode 和 lateral view

explode 和 lateral view

為什么把這兩個(gè)放一塊呢，因?yàn)檫@兩個(gè)經(jīng)常放在一起用啊。

explode與lateral view在關(guān)系型數(shù)據(jù)庫(kù)中本身是不該出現(xiàn)的，因?yàn)樗某霈F(xiàn)本身就是在操作不滿足第一范式的數(shù)據(jù)（每個(gè)屬性都不可再分），本身已經(jīng)違背了數(shù)據(jù)庫(kù)的設(shè)計(jì)原理（不論是業(yè)務(wù)系統(tǒng)還是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)），不過(guò)大數(shù)據(jù)技術(shù)普及后，很多類似pv，uv的數(shù)據(jù)，在業(yè)務(wù)系統(tǒng)中是存貯在非關(guān)系型數(shù)據(jù)庫(kù)中，用json存儲(chǔ)的概率比較大，直接導(dǎo)入hive為基礎(chǔ)的數(shù)倉(cāng)系統(tǒng)中，就需要經(jīng)過(guò)ETL過(guò)程解析這類數(shù)據(jù)，explode與lateral view在這種場(chǎng)景下大顯身手。

explode用法

在介紹如何處理之前，我們先來(lái)了解下Hive內(nèi)置的 explode 函數(shù)，官方的解釋是：explode() takes in an array (or a map) as an input and outputs the elements of the array (map) as separate rows. UDTFs can be used in the SELECT expression list and as a part of LATERAL VIEW. 意思就是 explode() 接收一個(gè) array 或 map 類型的數(shù)據(jù)作為輸入，然后將 array 或 map 里面的元素按照每行的形式輸出。其可以配合 LATERAL VIEW 一起使用。光看文字描述很不直觀，咱們來(lái)看看幾個(gè)例子吧。

hive (default)> select explode(array('A','B','C'));
OK
A
B
C
Time taken: 4.188 seconds, Fetched: 3 row(s)

hive (default)> select explode(map('a', 1, 'b', 2, 'c', 3));
OK
key value
a   1
b   2
c   3

explode函數(shù)接收一個(gè)數(shù)組或者map類型的數(shù)據(jù)，通常需要用split函數(shù)生成數(shù)組。

explode 配合解析Json 數(shù)組

這里有數(shù)據(jù)：

{"info":[
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"2345Explorer_embedupdate","plugin":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"}
]}

現(xiàn)在需要將AppName和pepper提取出來(lái)，然后按行存放，一行一個(gè),首先我們按照上一節(jié)我們學(xué)習(xí)的Json 處理的函數(shù)進(jìn)行嘗試

select
get_json_object(
  '{"info":[
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
    {"AppName":"2345Explorer_embedupdate","plugin":"-1"},
    {"AppName":"SogouExplorer_embedupdate","pepper":"-1"}
  ]}',
  "$.info[*].AppName"
);

如圖

但是我們注意到這里雖然提取出來(lái)了但是返回值是一個(gè)字符串啊,我為啥知道它是字符串，但是看起來(lái)像是一個(gè)數(shù)組啊，因?yàn)槲矣胑xplode 函數(shù)試過(guò)了，那接下來(lái)怎么處理呢，這個(gè)時(shí)候就可以需要配合split 處理了，為了方便操作我直接用上么的結(jié)果進(jìn)行操作

["SogouExplorer_embedupdate","SogouExplorer_embedupdate","SogouExplorer_embedupdate","2345Explorer_embedupdate","SogouExplorer_embedupdate"]

然我我們嘗試處理一下上面這個(gè)字符串，首先我們需要split 一下，但是在此之前我們需要將兩邊的中括號(hào)去掉，否則到時(shí)候我們的數(shù)據(jù)會(huì)包含這個(gè)兩個(gè)符號(hào)的

select regexp_replace('["SogouExplorer_embedupdate","SogouExplorer_embedupdate","SogouExplorer_embedupdate","2345Explorer_embedupdate","SogouExplorer_embedupdate"]',"[\\[\\]]",'')

然后我們就可以split和explode 的了

select explode(split(regexp_replace('["SogouExplorer_embedupdate","SogouExplorer_embedupdate","SogouExplorer_embedupdate","2345Explorer_embedupdate","SogouExplorer_embedupdate"]',"[\\[\\]]",''),','));

這里解析json數(shù)組，我們本質(zhì)上還是使用regexp_replace替換掉中括號(hào)，然后再使用split函數(shù)拆分為數(shù)據(jù)，給explode去分裂成多行。上面的這種寫(xiě)法有問(wèn)題嗎，功能是可以完成，但是這里只是提出來(lái)了AppName 這個(gè)字段，還有一個(gè)字段沒(méi)有提取出來(lái)呢，要是想把它提取出來(lái)，上面的步驟你還得再來(lái)一遍才可以，接下來(lái)我們嘗試引入json_tuple來(lái)簡(jiǎn)化一下我們的操作,我們先將其explode 成多行簡(jiǎn)單json 字符串，然后再使用json_tuple 進(jìn)行處理

select
explode(
  split(
     regexp_replace(
        regexp_replace(
          get_json_object(
            '{"info":[
              {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
              {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
              {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
              {"AppName":"2345Explorer_embedupdate","plugin":"-1"},
              {"AppName":"SogouExplorer_embedupdate","pepper":"-1"}
            ]}',"$.info")
       ,'[\\[\\]]' ,'')
     ,'(},\\{)','}#\\{')
    ,'#')
 );

這里兩次調(diào)用了regexp_replace，第一次是為了去掉兩邊的中括號(hào)，第二次是為了將,jons 里面的逗號(hào)和分割json 的逗號(hào)進(jìn)行區(qū)分，因?yàn)槲覀儼凑諗?shù)組內(nèi)容之間的分隔符進(jìn)行split ，所以這里可以看做是將數(shù)組字符串的分隔符有逗號(hào)換成了# 號(hào)，然后就按照# split 了

接下來(lái)就可以調(diào)用json_tuple 函數(shù)了

select
    json_tuple(data,'AppName','pepper')
from(
  select
  explode(
    split(
       regexp_replace(
          regexp_replace(
            get_json_object(
              '{"info":[
                {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
                {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
                {"AppName":"SogouExplorer_embedupdate","pepper":"-1"},
                {"AppName":"2345Explorer_embedupdate","plugin":"-1"},
                {"AppName":"SogouExplorer_embedupdate","pepper":"-1"}
              ]}',"$.info")
         ,'[\\[\\]]' ,'')
       ,'(},\\{)','}#\\{')
      ,'#')
   ) as data
) json_table;

如圖

這樣我們就將我們需要的字段解析出來(lái)了

lateral view

開(kāi)始之前我們先說(shuō)一下它的用法 LATERAL VIEW udtf(expression) tableAlias AS columnAlias ，你可以將lateral view翻譯為側(cè)視圖

我們有這樣的一份樣本數(shù)據(jù)(

劉德華 演員,導(dǎo)演,制片人
李小龍 演員,導(dǎo)演,制片人,幕后,武術(shù)指導(dǎo)
李連杰 演員,武術(shù)指導(dǎo)
劉亦菲 演員

這里我們希望轉(zhuǎn)換成下面這樣的格式

劉德華 演員
劉德華 導(dǎo)演
劉德華 制片人
李小龍 演員
李小龍 導(dǎo)演
李小龍 制片人
李小龍 幕后
李小龍 武術(shù)指導(dǎo)

create table ods.ods_actor_data(
    username string,
    userrole string
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
load data local inpath "/Users/liuwenqiang/workspace/hive/lateral.data" overwrite into table ods.ods_actor_data;

如圖

從我們前面的學(xué)習(xí)，我們知道這里應(yīng)該用explode函數(shù)

select explode(split(userrole,',')) from  ods.ods_actor_data;

理論上我們這下只要把username 也選出來(lái)就可以了

select username,explode(split(userrole,',')) from  ods.ods_actor_data;

Error: Error while compiling statement: FAILED: SemanticException [Error 10081]: UDTF's are not supported outside the SELECT clause, nor nested in expressions (state=42000,code=10081)

因?yàn)閑xplode 是一個(gè)UDTF，所以你不能直接和其他字段一起使用，那應(yīng)該怎么做呢在

select
   username,role
from
    ods.ods_actor_data
LATERAL VIEW
    explode(split(userrole,',')) tmpTable as role
;

如圖

看起來(lái)到這里我們的實(shí)現(xiàn)就結(jié)束了

lateral view outer

為什么會(huì)多了一個(gè) OUTER 關(guān)鍵字呢，其實(shí)你也可以猜到了outer join 有點(diǎn)像，就是為了避免explode 函數(shù)返回值是null 的時(shí)候，影響我們主表的返回，注意是null 而不是空字符串

select
   username,role
from
    ods.ods_actor_data
LATERAL VIEW
     explode(array()) tmpTable as role
;

如圖

加上outer 關(guān)鍵字之后

select
   username,role
from
    ods.ods_actor_data
LATERAL VIEW outer
    explode(array()) tmpTable as role
;

如圖

其實(shí)一個(gè)SQL你可以多次使用lateral view也是可以的,就像下面這樣

SELECT * FROM exampleTable
LATERAL VIEW explode(col1) myTable1 AS myCol1
LATERAL VIEW explode(myCol1) myTable2 AS myCol2;

lateral view 的實(shí)現(xiàn)原理是什么

首先我們知道explode()是一個(gè)UDTF 就是一個(gè)輸入進(jìn)去，多個(gè)輸出出來(lái)，或者是進(jìn)去一行，出來(lái)一列(多行)

lateral view 關(guān)鍵字就是將每一行的特定字段交給explode 函數(shù)的表達(dá)式，然后將輸出結(jié)果和當(dāng)前行做笛卡爾積,然后重復(fù)，直到循環(huán)完表里的全部數(shù)據(jù)，然后就變成下面裝了(圖中省略了傳給explode 字段的那一列)

但其實(shí)到這里我就產(chǎn)生了一個(gè)疑問(wèn)，為啥要這樣設(shè)計(jì)，直接將普通字段和UDTF 的函數(shù)的返回值一起查詢不好嗎，然后將原始字段和UDTF 的返回值做笛卡爾積就行了啊，為啥還要lateral view 呢，哈哈。

lateral view 中where 的使用

你可能會(huì)說(shuō)where 不就那么用嗎，還有啥不一樣的，還真有，例如我上面的信息只要?jiǎng)⒌氯A的，那你肯定會(huì)寫(xiě)出下面的SQL

select
    username,role
from
    ods.ods_actor_data
        LATERAL VIEW
    explode(split(userrole,',')) tmpTable as role
where
    username='劉德華'
;

要是我只要導(dǎo)演的呢，但是我們知道userrole 這個(gè)字段是包沒(méi)有直接是導(dǎo)演的，但是又包含導(dǎo)演的演員,導(dǎo)演,制片人,幕后,武術(shù)指導(dǎo),其實(shí)這個(gè)時(shí)候你可以用下面的別名字段role

select
    username,role
from
    ods.ods_actor_data
        LATERAL VIEW
    explode(split(userrole,',')) tmpTable as role
where
    role="導(dǎo)演"
;

如圖

總結(jié)

一個(gè)SQL 里lateral view 你可以多次使用，就會(huì)多次做笛卡爾積；
UDTF 要配合lateral view 一起使用才可以；
其實(shí)回過(guò)頭來(lái)看的話，我們上面的處理過(guò)程就是將一行轉(zhuǎn)化為多行，典型的行轉(zhuǎn)列的實(shí)現(xiàn)，是SQL 面試的高頻考點(diǎn)；

作者：柯廣的網(wǎng)絡(luò)日志

微信公眾號(hào)：Java大數(shù)據(jù)與數(shù)據(jù)倉(cāng)庫(kù)

在线午夜精品自拍小视频_无码av无码专区线_亚洲无码精品人妻_人人澡欧美一区

大數(shù)據(jù)