from_json functie

Van toepassing op: Databricks SQL 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 vormgegeven zijn met betrekking tot schema en options.

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

U kunt from_json ook met de declaratieve pijplijnen van Lakeflow gebruiken om automatisch het schema af te leiden en te ontwikkelen door schema op NULL in te stellen en een schemaLocationKey op te geven. Voor voorbeelden, zie from_json.

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

• primitivesAsString (standaard false): interpreteert alle primitieve waarden als een tekenreeks type.
• prefersDecimal (standaard false): interpreteert alle drijvende-kommawaarden als een decimaal type. Als de waarden niet in decimalen 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 toe dat JSON-tekenreeksen ongeciteerde controlekarakters 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 het tegen een beschadigd record aanloopt, plaatst het de onjuiste tekenreeks in een veld dat is geconfigureerd door columnNameOfCorruptRecord, en stelt het onjuiste velden in op null. Als u beschadigde records wilt behouden, kunt u een tekenreekstypeveld met de naam columnNameOfCorruptRecord instellen in een door de gebruiker gedefinieerd schema. Als een schema het veld niet heeft, worden beschadigde records verwijderd tijdens het parseren. Bij het afleiden van een schema wordt er impliciet een columnNameOfCorruptRecord-veld aan een uitvoerschema toegevoegd.
  • FAILFAST: gooit een uitzondering wanneer deze beschadigde records tegenkomt.
• columnNameOfCorruptRecord (standaard is de waarde die is opgegeven in spark.sql.columnNameOfCorruptRecord): staat toe om de naam te wijzigen van het nieuwe veld dat een malformede reeks heeft, gecreëerd door de 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 tijdstempelformaat 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 deze niet ingesteld): hiermee kunt u een standaard basis- of uitgebreide codering voor de JSON-bestanden geforceerd instellen. Bijvoorbeeld UTF-16BE, UTF-32LE. Als de codering niet is opgegeven en multiLine is ingesteld op true, 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 het deel van de JSON-invoerobjecten die worden gebruikt voor het afleiden van schema's.
• dropFieldIfAllNull (standaard false): of kolom met alle null-waarden of lege matrix/struct tijdens schemadeductie moet worden genegeerd.
• 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 legale zwevende getalwaarden:
  • +INF voor positieve oneindigheid, evenals alias van +Infinity en Infinity.
  • -INF voor negatief oneindigheid), alias -Infinity.
  • NaN voor andere niet-nummers, zoals het resultaat van delen door nul.
• readerCaseSensitive (standaard true): hiermee bepaalt u het hoofdlettergevoeligheidsgedrag wanneer rescuedDataColumn is ingeschakeld. Indien waar, redt u de gegevenskolommen waarvan de namen verschillen per geval van het 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 schemadefinitie.

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}

Gerelateerd

• :operator
• from_csv Functie
• schema_of_json Functie
• schema_of_csv Functie
• to_csv Functie
• to_json Functie
• json_object_keys Functie
• json_array_length Functie
• JSON-path-expressie
• json_tuple tabelgegevensgeneratorfunctie
• from_json Functie
• get_json_object Functie