Delen via

from_json-functie

  • Artikel

Van toepassing op:vinkje als ja aan Databricks SQL vinkje als ja aan Databricks Runtime

Retourneert een struct-waarde met de jsonStr en schema.

Syntaxis

from_json(jsonStr, schema [, options])

Argumenten

  • jsonStr: Een STRING expressie die een json-document opgeeft.
  • schema: Een STRING expressie of aanroep van schema_of_json functie.
  • options: Een optionele letterlijke MAP<STRING,STRING> waarde die instructies aangeeft.

jsonStr moet goed worden gevormd met betrekking tot schema en options.

schema moet worden gedefinieerd als door komma's gescheiden column namen en gegevenstypeparen, vergelijkbaar met de indeling die wordt gebruikt in CREATE TABLE. Vóór Databricks Runtime 12.2 schema moet een letterlijke naam zijn.

Notitie

De column en veldnamen in schema zijn hoofdlettergevoelig en moeten exact overeenkomen met de namen in jsonStr. Als u JSON-velden wilt toewijzen die alleen verschillen in het geval, kunt u de resulterende struct naar afzonderlijke veldnamen casten . Zie Voorbeelden voor meer informatie.

options, indien opgegeven, kan een van de volgende zijn:

  • primitivesAsString (standaard false): leidt alle primitieve values af als stringtype.
  • prefersDecimal (standaard false): geeft alle drijvendekomma-values af als een decimaal type. Als de values niet in een decimaal getal passen, worden ze afgeleid als dubbele waarden.
  • allowComments (standaard false): negeert opmerking in Java- en C++-stijl in JSON-records.
  • allowUnquotedFieldNames (standaard false): staat niet-vermelde JSON-veldnamen toe.
  • allowSingleQuotes (standaard true): staat enkele aanhalingstekens toe naast dubbele aanhalingstekens.
  • allowNumericLeadingZeros (standaard false): staat voorloopnullen toe in getallen (bijvoorbeeld 00012).
  • allowBackslashEscapingAnyCharacter (standaard false): staat het accepteren van het quoteren van alle tekens toe met behulp van het backslash-quotingmechanisme.
  • allowUnquotedControlChars (standaard false): staat JSON-tekenreeksen toe om niet-aanhalingstekens te bevatten (ASCII-tekens met een waarde kleiner dan 32, inclusief tab- en regelinvoertekens) of niet.
  • mode (standaard PERMISSIVE): staat een modus toe voor het verwerken van beschadigde records tijdens het parseren.
    • PERMISSIVE: wanneer deze voldoet aan een beschadigde record, plaatst u de ongeldige tekenreeks in een veld dat is geconfigureerd door columnNameOfCorruptRecorden stelt u ongeldige velden in op null. Als u beschadigde records wilt behouden, kunt u een tekenreekstypeveld met de naam columnNameOfCorruptRecordset in een door de gebruiker gedefinieerde schema. Als een schema het veld niet heeft, verwijdert het beschadigde records tijdens het parseren. Bij het afleiden van een schemawordt er impliciet een columnNameOfCorruptRecord-veld aan de uitvoer schematoegevoegd.
    • FAILFAST: genereert een uitzondering wanneer deze voldoet aan beschadigde records.
  • columnNameOfCorruptRecord (standaard is de waarde die is opgegeven in spark.sql.columnNameOfCorruptRecord): staat het wijzigen van de naam van het nieuwe veld toe having ongeldige tekenreeks die is gemaakt door PERMISSIVE modus. Dit overschrijft spark.sql.columnNameOfCorruptRecord.
  • dateFormat (standaard yyyy-MM-dd): stelt de tekenreeks in die een datumnotatie aangeeft. Aangepaste datumnotaties volgen de notaties bij Datum/tijd-patronen. Dit is van toepassing op het datumtype.
  • timestampFormat (standaard yyyy-MM-dd'T'HH:mm:ss[.SSS][XXX]): stelt de tekenreeks in die een tijdstempelnotatie aangeeft. Aangepaste datumnotaties volgen de notaties bij Datum/tijd-patronen. Dit is van toepassing op het type tijdstempel.
  • multiLine (standaard false): parseert één record, die meerdere regels per bestand kan omvatten.
  • encoding (standaard is dit niet set): staat toe om geforceerd set een van de standaard basis- of uitgebreide codering voor de JSON-bestanden. Bijvoorbeeld UTF-16BE, UTF-32LE. Als de codering niet is opgegeven en multiLine van set naar trueis, wordt deze automatisch gedetecteerd.
  • lineSep(standaard dekt alle \ren \r\n\n ): definieert het regelscheidingsteken dat moet worden gebruikt voor parseren.
  • samplingRatio (standaard 1.0): definieert de fractie van de JSON-invoerobjecten die worden gebruikt voor schema afleiden.
  • dropFieldIfAllNull (standaard false): of u column van alle null-values of lege matrix/struct tijdens schema deductie wilt negeren.
  • locale (standaard is en-US): sets een landinstelling als taaltag in IETF BCP 47-indeling. Dit wordt bijvoorbeeld gebruikt tijdens het parseren van datums en tijdstempels.
  • allowNonNumericNumbers (standaard true): staat JSON-parser toe om set tokens zonder getal (NaN) te herkennen als juridisch zwevend getal values:
    • +INF voor positieve oneindigheid, evenals alias van +Infinity en Infinity.
    • -INF voor negatief oneindigheid), alias -Infinity.
    • NaN voor andere not-a-numbers, zoals het resultaat van delen door nul.
  • readerCaseSensitive (standaard true): hiermee geeft u het gedrag van hoofdlettergevoeligheid op wanneer rescuedDataColumn deze is ingeschakeld. Indien waar, redt u de gegevens columns waarvan de namen verschillen per geval van de schema; lees anders de gegevens op een niet-hoofdlettergevoelige manier. Beschikbaar in Databricks SQL en Databricks Runtime 13.3 LTS en hoger.

Retouren

Een struct met veldnamen en -typen die overeenkomen met de schema definitie.

Voorbeelden

> SELECT from_json('{"a":1, "b":0.8}', 'a INT, b DOUBLE');
{"a":1,"b":0.8}

-- The column name must to match the case of the JSON field
> SELECT from_json('{"a":1}', 'A INT');
{"A":null}

> SELECT from_json('{"datetime":"26/08/2015"}', 'datetime Timestamp', map('timestampFormat', 'dd/MM/yyyy'));
{"datetime":2015-08-26 00:00:00}

-- Disambiguate field names with different cases
> SELECT cast(from_json('{"a":1, "A":0.8}', 'a INT, A DOUBLE') AS STRUCT<a: INT, b: DOUBLE>);
 {"a":1, "b":0.8}