Hive SQL从多元素JSON数组提取key_1对应值的方法

问题原因 #

你遇到的null返回值，是因为目标列存储的是JSON数组（多个对象包裹在[]中），而get_json_object、json_tuple默认针对单个JSON对象解析，直接使用会因路径不匹配返回空值。

适用函数及解决方案 #

以下以Hive SQL为例，提供两种常用解决方法：

方法1：解析数组并展开提取所有key_1值 #

先将整列数据解析为JSON数组，再拆分数组中的每个对象，最后提取key_1：

SELECT 
    json_extract_scalar(obj, '$.key_1') AS key_1_value
FROM 
    your_table
LATERAL VIEW 
    json_array(json_column) exploded_table AS obj;

• json_array(json_column)：把字符串格式的JSON数组转为SQL可识别的数组结构
• lateral view ... AS obj：将数组中的每个JSON对象拆成独立行，每行对应一个obj
• json_extract_scalar(obj, '$.key_1')：从单个JSON对象中提取key_1的布尔值并转为标量输出

方法2：指定数组索引提取特定位置的key_1值 #

如果只需要数组中某固定位置的key_1（比如第一个元素），可以直接定位索引路径：

SELECT 
    get_json_object(json_column, '$[0].key_1') AS first_key_1_value,
    get_json_object(json_column, '$[1].key_1') AS second_key_1_value
FROM 
    your_table;

• $[n].key_1：n为数组索引（从0开始），直接指向数组中第n个对象的key_1字段

注意事项 #

• 确保SQL引擎支持JSON数组解析（Hive 2.3+、Spark SQL等原生支持）
• 若存在格式不规范的JSON，可先过滤无效数据：

SELECT 
    json_extract_scalar(obj, '$.key_1') AS key_1_value
FROM 
    your_table
WHERE 
    json_valid(json_column) = true
LATERAL VIEW 
    json_array(json_column) exploded_table AS obj;

内容的提问来源于stack exchange，提问作者Pawels