Hive之Map常用方法_hive map

前言

实际工作中，有时会出现map复杂数据类型，字段field1形式如：{‘k0’:‘abc’,‘k1’:‘01,02,03’,‘k2’:‘456’}，如果是string形式，我们可以适用get_json_object 函数，取出对应的value值，具体如：get_json_object（field,‘$.k0’），即可取出值abc,如果是map数据类型，这个值该怎么取呢？
可以适用field[‘k0’]这种形式取出abc，顺便把map数据类型的常用方法做个总结；

Map常用方法

params为字段名，数据类型为MAP类型；

1. size(Map)函数：可得map的长度。返回值类型：int

select size(t.params);
>> 3
1
2

2. map_keys(Map)函数：可得map中所有的key; 返回值类型: array

select map_keys(t.params);
>> ["k0","k1","k2"]
1
2

3.map_values(Map)函数：可得map中所有的value; 返回值类型: array

select map_value(t.params);
>> ["abc","01,02,03","456"]
1
2

4.判断map中是否包含某个key值：这种情况较为常见，多用于一些复杂逻辑判断中；

select array_contains(map_keys(t.params),'k0');
>> true
1
2

5. 在k-v对中，若value有多个值的情况，如 {‘k1’:‘01,02,03’} ，如果要用 ‘k1’ 中 '02’作为过滤条件，则语句如下：

   （这里用到split来处理）

select * 
from t 
where split(t.params['k1'],',')[1]
>> 02
1
2
3
4

6.如果过滤条件为：k2的值必须为’45’开头，则语句如下：

（这里用到substr方法来处理，这里注明一下，1和2分别表示起始位置和长度）

select * 
from t 
where substr(t.params['k2'],1,2) = '45'
1
2
3

Map数据类型转String类型

with test_map_1 as (
select 1 as uid, map("key1", "value1","key2", "value2") as map1 union all 
select 2 as uid, map("key3", "value3","key4", "value4") as map1
)
--hive> select * from test_map_1;
--OK
--test_map_1.uid	test_map_1.map1
--1	{"key1":"value1","key2":"value2"}
--2	{"key3":"value3","key4":"value4"}

select 
    uid,
    concat('{"', regexp_replace(concat_ws(',', collect_list(concat_ws('":"', k,v) ) ),'\\,','\\"\\,\\"'), '"}') as string1
from test_map_1
lateral view outer explode(map1) kv as k,v
group by uid
;
 select * from test_map_1_to_string;
OK
test_map_1_to_string.uid	test_map_1_to_string.string1
1	{"key1":"value1","key2":"value2"}
2	{"key3":"value3","key4":"value4"}
--如果大括号不需要，可以去掉最外层concat()函数；
--如果不需要双引号"",则可以将concat_ws('":"', k,v)改为concat_ws(':', k,v)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

实战

有时一段复杂的sql,不仅会用到field[‘k0’]形式，还会用到get_json_object（field,‘$.k{0}^{\prime }），甚至会用到ge{t}_{j}so{n}_{o}bject（field{[}^{\prime }k{0}^{\prime }]{,}^{\prime }$.kk’）,待补充；