摘要: 场景 通常,我们处理数据,一列数据类型要么是字符串,要么是数字,这些都是primitive类型的数据。
场景
通常,我们处理数据,一列数据类型要么是字符串,要么是数字,这些都是primitive类型的数据。在某些比较复杂的业务场景下,我们会在一列中使用复杂的格式,例如数组array, 对象(map),json等格式来表示复杂的数据,例如:
array_column
是数组类型。假如,我们希望统计array_column中所有数值的汇总值,那么我们得遍历每一行的数组中的每一个元素。
unnest语法
- unnest( array) as table_alias(column_name)
表示把array类型展开成多行,行的名称为column_name。 - unnest(map) as table(key_name, value_name)
表示把map类型展开成多行,key的名称为key_name, value的名称为value_name
- 注意,由于unnest接收的是array或者map类型的数据,如果用户的输入是个字符串类型,那么要先转化成json类型,然后再转化成array类型或map类型,转化的方式是
cast(json_parse(array_column) as array(bigint))
遍历数组每一个元素
使用SQL把array展开成多行:
* | select array_column, a from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
上述SQL把数组展开成多行数字,unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
,unnest语法把数组展开,以t来命名新生成的表,使用a来引用展开后的列。结果如下图:
- 统计数组中的每个元素的和
* | select sum(a) from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
- 按照数组中的每个元素进行group by计算
* | select a, count(1) from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a) group by a
遍历Map
- 遍历Map中的元素
* | select map_column , a,b from log, unnest( cast( json_parse(map_column) as map(varchar, bigint) ) ) as t(a,b)
- 按照Map的key进行group by 统计
* | select key, sum(value) from log, unnest( cast( json_parse(map_column) as map(varchar, bigint) ) ) as t(key,value) GROUP BY key
格式化显示histogram,numeric_histogram的结果
1.histogram
histogram函数类似于count group by 语法。语法参考文档。
通常我们看到histogram的结果如下:
* | select histogram(method)
是一串json,无法配置视图展示,我们可以用unnest语法,把json展开成多行配置视图,例如:
* | select key , value from( select histogram(method) as his from log) , unnest(his ) as t(key,value)
接下来,可以配置可视化视图:
2. numeric_histogram
numeric_histogram语法是为了把数值列分配到多个桶中去,相当于对数值列进行group by,具体语法参考文档
* | select numeric_histogram(10,Latency)
numeric_histogram的输出如下:
为了格式化展示该结果,我们这样写SQL:
* | select key,value from(select numeric_histogram(10,Latency) as his from log) , unnest(his) as t(key,value)
结果如下:
同时配置柱状图的形式展示:
原文地址:http://blog.51cto.com/13679539/2131879