from_json
函数
适用于: Databricks SQL Databricks Runtime
返回具有 jsonStr
和 schema
的结构值。
语法
from_json(jsonStr, schema [, options])
参数
jsonStr
:指定 json 文档的 STRING 表达式。schema
:schema_of_json 函数的 STRING 表达式或调用。options
:指定指令的可选 MAP<STRING,STRING> 字面量。
jsonStr
在 schema
和 options
方面的格式应正确。
schema
必须定义为逗号分隔的列名称和数据类型对(例如如同在 CREATE TABLE
中使用一样)。 在 Databricks Runtime 12.2 之前的版本中,schema
必须是字面量。
如果提供,options
可以是下列任何内容:
primitivesAsString
(默认值为false
):将所有基元值推断为字符串类型。prefersDecimal
(默认值为false
):将所有浮点值推断为十进制类型。 如果这些值不适合十进制,那么它会将这些值推断为双精度值。allowComments
(默认值为false
):忽略 JSON 记录中的 Java 和 C++ 样式注释。allowUnquotedFieldNames
(默认值为false
):允许不带引号的 JSON 字段名称。allowSingleQuotes
(默认值为true
):除了双引号外,还允许单引号。allowNumericLeadingZeros
(默认值为false
):允许数字有前导零(例如,00012
)。allowBackslashEscapingAnyCharacter
(默认值为false
):允许使用反斜杠引用机制接受所有字符的引用。allowUnquotedControlChars
(默认值为false
):允许 JSON 字符串包含或不包含不带引号的控制字符(值小于 32 的 ASCII 字符,包括制表符和换行符)。mode
(默认值为PERMISSIVE
):允许采用在分析期间处理损坏记录的模式。PERMISSIVE
:遇到损坏的记录时,将格式错误的字符串放入由columnNameOfCorruptRecord
配置的字段中,并将格式错误的字段设置为 null。 若要保留损坏的记录,可以在用户定义的架构中设置名为columnNameOfCorruptRecord
的字符串类型字段。 如果架构没有该字段,则会在分析期间删除损坏的记录。 推理架构时,它会在输出架构中隐式添加columnNameOfCorruptRecord
字段。FAILFAST
:遇到损坏的记录时引发异常。
columnNameOfCorruptRecord
(默认值为spark.sql.columnNameOfCorruptRecord
中指定的值):允许重命名通过PERMISSIVE
模式创建的包含格式错误字符串的新字段。 这会替代spark.sql.columnNameOfCorruptRecord
。dateFormat
(默认值为yyyy-MM-dd
):设置指示日期格式的字符串。 自定义日期格式遵循日期/时间模式中的格式。 这适用于日期类型。timestampFormat
(默认值为yyyy-MM-dd'T'HH:mm:ss[.SSS][XXX]
):设置指示时间戳格式的字符串。 自定义日期格式遵循日期/时间模式中的格式。 这适用于时间戳类型。multiLine
(默认值为false
):按每个文件分析一个记录,该记录可能跨多行。encoding
(默认情况下未设置):允许为 JSON 文件强制设置标准的基本或扩展编码之一。 例如 UTF-16BE、UTF-32LE。 如果未指定编码且multiLine
设置为true
,则会自动检测。lineSep
(默认值涵盖所有\r
、\r\n
和\n
):定义要用于分析的行分隔符。samplingRatio
(默认值为 1.0):定义用于架构推理的输入 JSON 对象的比例。dropFieldIfAllNull
(默认值为false
):在架构推理期间是否忽略所有 null 值或空数组/结构的列。locale
(默认值为en-US
):将某个区域设置sets
为 IETF BCP 47 格式的语言标记。 例如,在分析日期和时间戳时使用。allowNonNumericNumbers
(默认值为true
):允许 JSON 分析器将非数值 (NaN
) 令牌集识别为合法的浮点数值:+INF
表示正无穷大,以及+Infinity
和Infinity
的别名。-INF
表示负无穷大,-Infinity
的别名。NaN
用于其他非数值,例如除以零的结果。
readerCaseSensitive
(默认值为true
):指定启用rescuedDataColumn
时区分大小写的行为。 如果为 true,则拯救名称因大小写而与架构不同的数据列;否则,请以不区分大小写的方式读取数据。 在 Databricks SQL 和 Databricks Runtime 13.3 LTS 及更高版本中可用。
返回
一个结构,其字段名称和类型与架构定义匹配。
示例
> SELECT from_json('{"a":1, "b":0.8}', 'a INT, b DOUBLE');
{1,0.8}
> SELECT from_json('{"time":"26/08/2015"}', 'time Timestamp', map('timestampFormat', 'dd/MM/yyyy'));
{2015-08-26 00:00:00}