常见sql种 lateral view用法:

常见sql种 lateral view用法:

1.question_option_id是数组存储格式是字符串类型

select id,questionnaire_id,user_id,question_id,option_id as question_option_id,answer_description,score,org_id,create_date as option_commit_create_date 
    from 
        nbug_ods.s_qn_user_answer 
    lateral view OUTER  explode(split(regexp_replace(replace(replace(question_option_id,'[',''),']',''),'\"+',''),',')) tmp as option_id 
    where ds = ${bizdate}
    AND del_flag = '0'
    group by id,questionnaire_id,user_id,question_id,option_id,answer_description,score,org_id,create_date

2.question_option_id是数组,存储格式是数组类型

select id,questionnaire_id,user_id,question_id,option_id as question_option_id,answer_description,score,org_id,create_date as option_commit_create_date 
    from 
        nbug_ods.s_qn_user_answer 
    lateral view OUTER  explode(split(question_option_id,')) tmp as option_id 
    where ds = ${bizdate}
    AND del_flag = '0'
    group by id,questionnaire_id,user_id,question_id,option_id,answer_description,score,org_id,create_date

3.字段是json,存储格式是字符串 其中users是json,存储是数组,

text是json类型,articles字段也是数组类型,存储格式是字符串类型。

        ,regexp_replace( regexp_replace(regexp_replace(get_json_object(text,'$.articles'),'^\\[',''),']','') ,'},{', '}&NN&{') as text_date

SELECT
GET_JSON_OBJECT(c1.user_info,'$.errorMsg')  user_errorMsg 
,GET_JSON_OBJECT(c1.user_info,'$.mobile')  user_mobile
,GET_JSON_OBJECT(c1.user_info,'$.status')  user_status  
,GET_JSON_OBJECT(c1.user_info,'$.type')  user_type
,GET_JSON_OBJECT(c1.user_info,'$.wxParentId')  user_wxParentId
,GET_JSON_OBJECT(c1.user_info,'$.xyhUserId')  xyhUserId
,GET_JSON_OBJECT(c1.text_date,'$.description')  text_description
,GET_JSON_OBJECT(c1.text_date,'$.title')    text_title
,GET_JSON_OBJECT(c1.text_date,'$.url')  text_url
,c1.success ,c1.id ,c1.class ,c1.uniqueid ,c1.msgid ,c1.transactionid
,c1.fromuserid ,c1.corpid ,c1.orgid ,c1.fromapp ,c1.appid
,c1.gmtmodify ,c1.gmtcreate ,c1.receivetime ,c1.delaymills ,c1.errorcode
,c1.errormsg ,c1.batchcount ,c1.batchnum ,c1.parentmsgid 
from (
    select 
    b1.users   ,b1.user_info ,b1.text  ,b1.text_date  ,b1.success  ,b1.id  ,b1.class
    ,b1.uniqueid  ,b1.msgid  ,b1.transactionid ,b1.fromuserid ,b1.corpid
    ,b1.orgid  ,b1.fromapp  ,b1.appid  ,b1.gmtmodify ,b1.gmtcreate ,b1.receivetime  ,b1.delaymills  ,b1.errorcode
    ,b1.errormsg   ,b1.batchcount
    ,b1.batchnum  ,b1.parentmsgid 
    from (
        SELECT 
         a1.id  ,a1.class  ,a1.uniqueid  ,a1.msgid  ,a1.transactionid  ,a1.fromuserid
        ,a1.corpid   ,a1.orgid ,a1.fromapp  ,a1.appid  ,a1.gmtmodify  ,a1.gmtcreate
        ,a1.receivetime  ,a1.delaymills  ,a1.errorcode ,a1.errormsg ,a1.batchcount
        ,a1.batchnum  ,a1.parentmsgid   ,a1.users
        ,users_tmp.user_info
        ,a1.text  ,a1.text_date ,a1.success
        from 
        (
            select 
            id,class ,uniqueid  ,msgid  ,transactionid ,fromuserid  ,corpid ,orgid  
          ,fromapp  ,appid ,gmtmodify  ,gmtcreate ,receivetime   ,delaymills  ,errorcode
            ,errormsg ,batchcount ,batchnum ,parentmsgid ,users
            ,concat_ws('&NN&',users)  users_date
            ,text
            ,regexp_replace( regexp_replace(regexp_replace(get_json_object(text,'$.articles'),'^\\[',''),']','') ,'},{', '}&NN&{') as text_date
            ,success
            FROM nbug_ods.s_mongodb_gmtcreate_wxmessage_detal  
            WHERE ds=${bizdate} and regexp_replace( regexp_replace(regexp_replace(get_json_object(text,'$.articles'),'^\\[',''),']','') ,'},{', '}&NN&{') is not null
 
        ) a1 
        lateral view explode(split(a1.users_date,'&NN&')) users_tmp as user_info 
    ) b1 
    lateral view explode(split(b1.text_date,'&NN&')) text_tmp as text_info 
) c1
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容