當(dāng)前位置：首頁 > news >正文

太原市萬柏林區(qū)疫情防控最新消息專業(yè)seo培訓(xùn)學(xué)校

news 2025/7/8 23:33:19

太原市萬柏林區(qū)疫情防控最新消息,專業(yè)seo培訓(xùn)學(xué)校,個(gè)人做網(wǎng)站需要什么資料,重慶市工程建設(shè)標(biāo)準(zhǔn)化網(wǎng)站Flink 系列文章 1、Flink 部署、概念介紹、source、transformation、sink使用示例、四大基石介紹和示例等系列綜合文章鏈接 13、Flink 的table api與sql的基本概念、通用api介紹及入門示例 14、Flink 的table api與sql之?dāng)?shù)據(jù)類型: 內(nèi)置數(shù)據(jù)類型以及它們的屬性 15、Flink 的ta…

Flink 系列文章

1、Flink 部署、概念介紹、source、transformation、sink使用示例、四大基石介紹和示例等系列綜合文章鏈接

13、Flink 的table api與sql的基本概念、通用api介紹及入門示例
14、Flink 的table api與sql之?dāng)?shù)據(jù)類型: 內(nèi)置數(shù)據(jù)類型以及它們的屬性
15、Flink 的table api與sql之流式概念-詳解的介紹了動態(tài)表、時(shí)間屬性配置（如何處理更新結(jié)果）、時(shí)態(tài)表、流上的join、流上的確定性以及查詢配置
16、Flink 的table api與sql之連接外部系統(tǒng): 讀寫外部系統(tǒng)的連接器和格式以及FileSystem示例（1）
16、Flink 的table api與sql之連接外部系統(tǒng): 讀寫外部系統(tǒng)的連接器和格式以及Elasticsearch示例（2）
16、Flink 的table api與sql之連接外部系統(tǒng): 讀寫外部系統(tǒng)的連接器和格式以及Apache Kafka示例（3）
16、Flink 的table api與sql之連接外部系統(tǒng): 讀寫外部系統(tǒng)的連接器和格式以及JDBC示例（4）
16、Flink 的table api與sql之連接外部系統(tǒng): 讀寫外部系統(tǒng)的連接器和格式以及Apache Hive示例（6）
17、Flink 之Table API: Table API 支持的操作（1）
17、Flink 之Table API: Table API 支持的操作（2）
18、Flink的SQL 支持的操作和語法
19、Flink 的Table API 和 SQL 中的內(nèi)置函數(shù)及示例（1）

20、Flink SQL之SQL Client: 不用編寫代碼就可以嘗試 Flink SQL，可以直接提交 SQL 任務(wù)到集群上

22、Flink 的table api與sql之創(chuàng)建表的DDL
24、Flink 的table api與sql之Catalogs（介紹、類型、java api和sql實(shí)現(xiàn)ddl、java api和sql操作catalog）-1
24、Flink 的table api與sql之Catalogs（java api操作數(shù)據(jù)庫、表）-2
24、Flink 的table api與sql之Catalogs（java api操作視圖）-3
24、Flink 的table api與sql之Catalogs（java api操作分區(qū)與函數(shù)）-4

26、Flink 的SQL之概覽與入門示例
27、Flink 的SQL之SELECT (select、where、distinct、order by、limit、集合操作和去重)介紹及詳細(xì)示例（1）
27、Flink 的SQL之SELECT (SQL Hints 和 Joins)介紹及詳細(xì)示例（2）
27、Flink 的SQL之SELECT (窗口函數(shù))介紹及詳細(xì)示例（3）
27、Flink 的SQL之SELECT (窗口聚合)介紹及詳細(xì)示例（4）
27、Flink 的SQL之SELECT (Group Aggregation分組聚合、Over Aggregation Over聚合和 Window Join 窗口關(guān)聯(lián))介紹及詳細(xì)示例（5）
27、Flink 的SQL之SELECT (Top-N、Window Top-N 窗口 Top-N 和 Window Deduplication 窗口去重)介紹及詳細(xì)示例（6）
27、Flink 的SQL之SELECT (Pattern Recognition 模式檢測)介紹及詳細(xì)示例（7）
28、Flink 的SQL之DROP 、ALTER 、INSERT 、ANALYZE 語句
29、Flink SQL之DESCRIBE、EXPLAIN、USE、SHOW、LOAD、UNLOAD、SET、RESET、JAR、JOB Statements、UPDATE、DELETE（1）
29、Flink SQL之DESCRIBE、EXPLAIN、USE、SHOW、LOAD、UNLOAD、SET、RESET、JAR、JOB Statements、UPDATE、DELETE（2）
30、Flink SQL之SQL 客戶端（通過kafka和filesystem的例子介紹了配置文件使用-表、視圖等）
32、Flink table api和SQL 之用戶自定義 Sources & Sinks實(shí)現(xiàn)及詳細(xì)示例
41、Flink之Hive 方言介紹及詳細(xì)示例
42、Flink 的table api與sql之Hive Catalog
43、Flink之Hive 讀寫及詳細(xì)驗(yàn)證示例
44、Flink之module模塊介紹及使用示例和Flink SQL使用hive內(nèi)置函數(shù)及自定義函數(shù)詳細(xì)示例–網(wǎng)上有些說法好像是錯(cuò)誤的

文章目錄

Flink 系列文章
一、函數(shù)分類
- 1、分類標(biāo)準(zhǔn)及類別
- 2、函數(shù)引用
- - 1）、精確函數(shù)引用
  - 2）、模糊函數(shù)引用
- 3、函數(shù)解析順序
- - 1）、精確函數(shù)引用
  - 2）、模糊函數(shù)引用
二、系統(tǒng)（內(nèi)置）函數(shù)
- 1、標(biāo)量函數(shù)
- - 1）、比較函數(shù)
  - 2）、邏輯函數(shù)
  - 3）、算術(shù)函數(shù)
  - 4）、字符串函數(shù)
  - 5）、時(shí)間函數(shù)
  - 6）、條件函數(shù)
  - 7）、類型轉(zhuǎn)換函數(shù)
  - 8）、集合函數(shù)
  - 9）、JSON Functions
  - - 1、IS JSON
    - 2、JSON_EXISTS
    - 3、JSON_STRING
    - 4、JSON_VALUE
    - 5、JSON_QUERY
    - 6、JSON_OBJECT
    - 7、JSON_ARRAY
    - 8、JSON_ARRAYAGG
    - 10、JSON_OBJECTAGG
  - 10）、值構(gòu)建函數(shù)
  - 11）、值獲取函數(shù)
  - 12）、分組函數(shù)
  - 13）、哈希函數(shù)
- 2、聚合函數(shù)
- 3、時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符
- 4、列函數(shù)

本文介紹了flink的函數(shù)分類、內(nèi)置函數(shù)的說明及示例，特別是針對json function函數(shù)每個(gè)均以可運(yùn)行的示例進(jìn)行說明。
本文依賴flink集群能正常使用。
本文分為2個(gè)部分，即函數(shù)分類以及內(nèi)置函數(shù)。
本文的示例均在Flink 1.17版本中運(yùn)行。

一、函數(shù)分類

Flink 允許用戶在 Table API 和 SQL 中使用函數(shù)進(jìn)行數(shù)據(jù)的轉(zhuǎn)換。
Flink 中的函數(shù)有兩個(gè)劃分標(biāo)準(zhǔn)。

1、分類標(biāo)準(zhǔn)及類別

一個(gè)劃分標(biāo)準(zhǔn)是：系統(tǒng)（內(nèi)置）函數(shù)和 Catalog 函數(shù)。系統(tǒng)函數(shù)沒有名稱空間，只能通過其名稱來進(jìn)行引用。 Catalog 函數(shù)屬于 Catalog 和數(shù)據(jù)庫，因此它們擁有 Catalog 和數(shù)據(jù)庫命名空間。用戶可以通過全/部分限定名（catalog.db.func 或 db.func）或者函數(shù)名來對 Catalog 函數(shù)進(jìn)行引用。

另一個(gè)劃分標(biāo)準(zhǔn)是：臨時(shí)函數(shù)和持久化函數(shù)。臨時(shí)函數(shù)始終由用戶創(chuàng)建，它容易改變并且僅在會話的生命周期內(nèi)有效。持久化函數(shù)不是由系統(tǒng)提供，就是存儲在 Catalog 中，它在會話的整個(gè)生命周期內(nèi)都有效。

這兩個(gè)劃分標(biāo)準(zhǔn)給 Flink 用戶提供了 4 種函數(shù)：

臨時(shí)性系統(tǒng)函數(shù)
系統(tǒng)函數(shù)
臨時(shí)性 Catalog 函數(shù)
Catalog 函數(shù)

系統(tǒng)函數(shù)始終優(yōu)先于 Catalog 函數(shù)解析，臨時(shí)函數(shù)始終優(yōu)先于持久化函數(shù)解析，函數(shù)解析優(yōu)先級如下所述。

2、函數(shù)引用

用戶在 Flink 中可以通過精確、模糊兩種引用方式引用函數(shù)。

1）、精確函數(shù)引用

精確函數(shù)引用允許用戶跨 Catalog，跨數(shù)據(jù)庫調(diào)用 Catalog 函數(shù)。
例如：select mycatalog.mydb.myfunc(x) from mytable 和 select mydb.myfunc(x) from mytable。

僅 Flink 1.10 以上版本支持。

2）、模糊函數(shù)引用

在模糊函數(shù)引用中，用戶只需在 SQL 查詢中指定函數(shù)名，例如： select myfunc(x) from mytable。

3、函數(shù)解析順序

當(dāng)函數(shù)名相同，函數(shù)類型不同時(shí)，函數(shù)解析順序才有意義。
例如：當(dāng)有三個(gè)都名為 “myfunc” 的臨時(shí)性 Catalog 函數(shù)，Catalog 函數(shù)，和系統(tǒng)函數(shù)時(shí)，如果沒有命名沖突，三個(gè)函數(shù)將會被解析為一個(gè)函數(shù)。

1）、精確函數(shù)引用

由于系統(tǒng)函數(shù)沒有命名空間，Flink 中的精確函數(shù)引用必須指向臨時(shí)性 Catalog 函數(shù)或 Catalog 函數(shù)。

解析順序如下：

臨時(shí)性 catalog 函數(shù)
Catalog 函數(shù)

2）、模糊函數(shù)引用

解析順序如下：

臨時(shí)性系統(tǒng)函數(shù)
系統(tǒng)函數(shù)
臨時(shí)性 Catalog 函數(shù), 在會話的當(dāng)前 Catalog 和當(dāng)前數(shù)據(jù)庫中
Catalog 函數(shù), 在會話的當(dāng)前 Catalog 和當(dāng)前數(shù)據(jù)庫中

二、系統(tǒng)（內(nèi)置）函數(shù)

Flink Table API & SQL 為用戶提供了一組內(nèi)置的數(shù)據(jù)轉(zhuǎn)換函數(shù)。

1、標(biāo)量函數(shù)

標(biāo)量函數(shù)將零、一個(gè)或多個(gè)值作為輸入并返回單個(gè)值作為結(jié)果。

1）、比較函數(shù)

在這里插入圖片描述

2）、邏輯函數(shù)

在這里插入圖片描述

3）、算術(shù)函數(shù)

在這里插入圖片描述

4）、字符串函數(shù)

在這里插入圖片描述

5）、時(shí)間函數(shù)

在這里插入圖片描述

6）、條件函數(shù)

在這里插入圖片描述

7）、類型轉(zhuǎn)換函數(shù)

在這里插入圖片描述

8）、集合函數(shù)

在這里插入圖片描述

9）、JSON Functions

JSON 函數(shù)使用 SQL 標(biāo)準(zhǔn)的 ISO/IEC TR 19075-6 中所述的 JSON 路徑表達(dá)式（JSON path expressions ）。它們的語法受到 ECMAScript 的啟發(fā)并采用了 ECMAScript 的許多功能，但既不是它的子集也不是它的超集。

路徑表達(dá)式有兩種風(fēng)格，寬松和嚴(yán)格（ lax and strict.）。省略時(shí)，它默認(rèn)為嚴(yán)格模式。
嚴(yán)格模式旨在從架構(gòu)角度檢查數(shù)據(jù)，每當(dāng)數(shù)據(jù)不符合路徑表達(dá)式時(shí)，就會引發(fā)錯(cuò)誤。但是，像 JSON_VALUE 這樣的函數(shù)允許在遇到錯(cuò)誤時(shí)定義回退行為。
寬松模式更寬容，并將錯(cuò)誤轉(zhuǎn)換為空序列。

特殊字符 $ 表示 JSON 路徑中的根節(jié)點(diǎn)。路徑可以訪問屬性（ $. a ）、數(shù)組元素（$ .a[0].b）或分支數(shù)組中的所有元素（$.a[*].b）。

已知限制：
截至Flink 1.17版本并非正確支持寬松模式的所有功能。這是一個(gè)上游錯(cuò)誤（CALCITE-4717）。不保證非標(biāo)準(zhǔn)行為。

1、IS JSON

確定給定字符串是否為有效的 JSON。
指定可選的類型參數(shù)會限制允許哪種類型的 JSON 對象。如果字符串是有效的 JSON，但不是該類型，則返回 false。默認(rèn)值為 VALUE。

SQL語法

IS JSON [ { VALUE | SCALAR | ARRAY | OBJECT } ]

table api語法

STRING.isJson([JsonType type])

示例


-- TRUE
Flink SQL> select '1' IS JSON;
+----+--------+
| op | EXPR$0 |
+----+--------+
| +I |   TRUE |
+----+--------+Flink SQL> select '[]' IS JSON;
+----+--------+
| op | EXPR$0 |
+----+--------+
| +I |   TRUE |
+----+--------+
-- The following statements return TRUE.
SELECT '1' IS JSON;
SELECT '[]' IS JSON;
SELECT '{}' IS JSON;
SELECT '"abc"' IS JSON;
SELECT '1' IS JSON SCALAR;
SELECT '{}' IS JSON OBJECT;-- The following statements return FALSE.
SELECT 'abc' IS JSON;
SELECT '1' IS JSON ARRAY;
SELECT '1' IS JSON OBJECT;
SELECT '{}' IS JSON SCALAR;
SELECT '{}' IS JSON ARRAY;# 以下示例一樣，不再贅述'1' IS JSON
'[]' IS JSON
'{}' IS JSON-- TRUE
'"abc"' IS JSON
-- FALSE
'abc' IS JSON
NULL IS JSON-- TRUE
'1' IS JSON SCALAR
-- FALSE
'1' IS JSON ARRAY
-- FALSE
'1' IS JSON OBJECT-- FALSE
'{}' IS JSON SCALAR
-- FALSE
'{}' IS JSON ARRAY
-- TRUE
'{}' IS JSON OBJECT

2、JSON_EXISTS

確定 JSON 字符串是否滿足給定的路徑搜索條件。
如果省略錯(cuò)誤行為，則假定 FALSE ON ERROR 為默認(rèn)值。

SQL語法

JSON_EXISTS(jsonValue, path [ { TRUE | FALSE | UNKNOWN | ERROR } ON ERROR ])

table api語法

STRING.jsonExists(STRING path [, JsonExistsOnError onError])

示例

Flink SQL> SELECT JSON_EXISTS('{"a": true}', 'strict $.b' FALSE ON ERROR);
+----+--------+
| op | EXPR$0 |
+----+--------+
| +I |  FALSE |
+----+--------+-- The following statements return TRUE.
SELECT JSON_EXISTS('{"a": true}', '$.a');
SELECT JSON_EXISTS('{"a": [{ "b": 1 }]}', '$.a[0].b');
SELECT JSON_EXISTS('{"a": true}', 'strict $.b' TRUE ON ERROR);
-- The following statements return FALSE.
SELECT JSON_EXISTS('{"a": true}', '$.b');
SELECT JSON_EXISTS('{"a": true}', 'strict $.b' FALSE ON ERROR);-- TRUE
SELECT JSON_EXISTS('{"a": true}', '$.a');
-- FALSE
SELECT JSON_EXISTS('{"a": true}', '$.b');
-- TRUE
SELECT JSON_EXISTS('{"a": [{ "b": 1 }]}','$.a[0].b');-- TRUE
SELECT JSON_EXISTS('{"a": true}','strict $.b' TRUE ON ERROR);
-- FALSE
SELECT JSON_EXISTS('{"a": true}','strict $.b' FALSE ON ERROR);

3、JSON_STRING

將值序列化為 JSON。
此函數(shù)返回包含序列化值的 JSON 字符串。如果值為 NULL，則該函數(shù)返回 NULL。

SQL語法

JSON_STRING(value)

table api語法

jsonString(value)

示例

Flink SQL> SELECT JSON_STRING(1);
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                              1 |
+----+--------------------------------+-- returns NULL
SELECT JSON_STRING(CAST(NULL AS INT));-- returns '1'
SELECT JSON_STRING(1);-- returns 'true'
SELECT JSON_STRING(TRUE);-- returns '"Hello, World!"'
JSON_STRING('Hello, World!');-- returns '[1,2]'
JSON_STRING(ARRAY[1, 2])-- NULL
JSON_STRING(CAST(NULL AS INT))-- '1'
JSON_STRING(1)
-- 'true'
JSON_STRING(TRUE)
-- '"Hello, World!"'
JSON_STRING('Hello, World!')
-- '[1,2]'
JSON_STRING(ARRAY[1, 2])

4、JSON_VALUE

從 JSON 字符串中提取標(biāo)量。
此方法在 JSON 字符串中搜索給定的路徑表達(dá)式，如果該路徑的值為標(biāo)量，則返回該值。不能返回非標(biāo)量值。
默認(rèn)情況下，該值以 STRING 形式返回。使用 returningType 可以選擇不同的類型，并支持以下類型：

VARCHAR / STRING
BOOLEAN
INTEGER
DOUBLE

對于空路徑表達(dá)式或錯(cuò)誤，可以將行為定義為返回 null、引發(fā)錯(cuò)誤或返回定義的默認(rèn)值。
省略時(shí)，默認(rèn)值分別為 NULL ON EMPTY 或 NULL ON ERROR。
默認(rèn)值可以是文本或表達(dá)式。如果默認(rèn)值本身引發(fā)錯(cuò)誤，則它將下降到 ON EMPTY 的錯(cuò)誤行為，并引發(fā) ON ERROR 的錯(cuò)誤。

對于包含空格等特殊字符的路徑，可以使用 [‘property’] 或 [“property”] 選擇父對象中的指定屬性。

請務(wù)必在屬性名稱兩邊加上單引號或雙引號。

在 SQL 中使用 JSON_VALUE 時(shí)，路徑是一個(gè)字符參數(shù)，該參數(shù)已經(jīng)是單引號，因此您必須對屬性名稱周圍的單引號進(jìn)行轉(zhuǎn)義，
例如 JSON_VALUE（‘{“a b”： “true”}’， ‘$.[’‘a(chǎn) b’‘]’）。

SQL語法

JSON_VALUE(jsonValue, path [RETURNING <dataType>] [ { NULL | ERROR | DEFAULT <defaultExpr> } ON EMPTY ] [ { NULL | ERROR | DEFAULT <defaultExpr> } ON ERROR ])

table api語法

STRING.jsonValue(STRING path [, returnType, onEmpty, defaultOnEmpty, onError, defaultOnError])

示例

Flink SQL> SELECT JSON_VALUE('{"a": true}', '$.a');
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                           true |
+----+--------------------------------+
Flink SQL> SELECT JSON_VALUE('{"contains blank": "right"}', 'strict $.[''contains blank'']' NULL ON EMPTY DEFAULT 'wrong' ON ERROR);
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                          right |
+----+--------------------------------+-- returns "true"
SELECT JSON_VALUE('{"a": true}', '$.a');-- returns TRUE
SELECT JSON_VALUE('{"a": true}', '$.a' RETURNING BOOLEAN);-- returns "false"
SELECT JSON_VALUE('{"a": true}', 'lax $.b' DEFAULT FALSE ON EMPTY);-- returns "false"
SELECT JSON_VALUE('{"a": true}', 'strict $.b' DEFAULT FALSE ON ERROR);-- returns 0.998D
SELECT JSON_VALUE('{"a.b": [0.998,0.996]}','$.["a.b"][0]' RETURNING DOUBLE);-- returns "right"
SELECT JSON_VALUE('{"contains blank": "right"}', 'strict $.[''contains blank'']' NULL ON EMPTY DEFAULT 'wrong' ON ERROR);

5、JSON_QUERY

目前不支持 RETURNING 子句。
wrappingBehavior 確定是否應(yīng)將提取的值包裝到數(shù)組中，以及是無條件地包裝，還是僅在值本身還不是數(shù)組時(shí)才這樣做。
onEmpty 和 onError 分別確定路徑表達(dá)式為空或引發(fā)錯(cuò)誤時(shí)的行為。
默認(rèn)情況下，在這兩種情況下都返回 null。其他選擇是使用空數(shù)組、空對象或引發(fā)錯(cuò)誤。

SQL語法

JSON_QUERY(jsonValue, path [ { WITHOUT | WITH CONDITIONAL | WITH UNCONDITIONAL } [ ARRAY ] WRAPPER ] [ { NULL | EMPTY ARRAY | EMPTY OBJECT | ERROR } ON EMPTY ] [ { NULL | EMPTY ARRAY | EMPTY OBJECT | ERROR } ON ERROR ])

table api語法

STRING.jsonQuery(path [, JsonQueryWrapper [, JsonQueryOnEmptyOrError, JsonQueryOnEmptyOrError ] ])

示例

Flink SQL> SELECT JSON_QUERY('{ "a": { "b": 1 } }', '$.a');
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                        {"b":1} |
+----+--------------------------------+
Flink SQL> SELECT JSON_QUERY('{}', 'lax $.invalid' EMPTY OBJECT ON EMPTY);
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                             {} |
+----+--------------------------------+
-- returns '{ "b": 1 }'
SELECT JSON_QUERY('{ "a": { "b": 1 } }', '$.a');-- returns '[1, 2]'
SELECT JSON_QUERY('[1, 2]', '$');-- returns NULL
SELECT JSON_QUERY(CAST(NULL AS STRING), '$');-- returns '["c1","c2"]'
SELECT JSON_QUERY('{"a":[{"c":"c1"},{"c":"c2"}]}', 'lax $.a[*].c');-- Wrap the result into an array.
-- returns '[{}]'
SELECT JSON_QUERY('{}', '$' WITH CONDITIONAL ARRAY WRAPPER);-- returns '[1, 2]'
SELECT JSON_QUERY('[1, 2]', '$' WITH CONDITIONAL ARRAY WRAPPER);-- returns '[[1, 2]]'
SELECT JSON_QUERY('[1, 2]', '$' WITH UNCONDITIONAL ARRAY WRAPPER);-- Scalars must be wrapped to be returned.
-- returns NULL
SELECT JSON_QUERY(1, '$');-- returns '[1]'
SELECT JSON_QUERY(1, '$' WITH CONDITIONAL ARRAY WRAPPER);-- Behavior if the path expression is empty.
-- returns '{}'
SELECT JSON_QUERY('{}', 'lax $.invalid' EMPTY OBJECT ON EMPTY);-- Behavior if the path expression has an error.
-- returns '[]'
SELECT JSON_QUERY('{}', 'strict $.invalid' EMPTY ARRAY ON ERROR);-- '{ "b": 1 }'
JSON_QUERY('{ "a": { "b": 1 } }', '$.a')
-- '[1, 2]'
JSON_QUERY('[1, 2]', '$')
-- NULL
JSON_QUERY(CAST(NULL AS STRING), '$')
-- '["c1","c2"]'
JSON_QUERY('{"a":[{"c":"c1"},{"c":"c2"}]}','lax $.a[*].c')-- Wrap result into an array
-- '[{}]'
JSON_QUERY('{}', '$' WITH CONDITIONAL ARRAY WRAPPER)
-- '[1, 2]'
JSON_QUERY('[1, 2]', '$' WITH CONDITIONAL ARRAY WRAPPER)
-- '[[1, 2]]'
JSON_QUERY('[1, 2]', '$' WITH UNCONDITIONAL ARRAY WRAPPER)-- Scalars must be wrapped to be returned
-- NULL
JSON_QUERY(1, '$')
-- '[1]'
JSON_QUERY(1, '$' WITH CONDITIONAL ARRAY WRAPPER)-- Behavior if path expression is empty / there is an error
-- '{}'
JSON_QUERY('{}', 'lax $.invalid' EMPTY OBJECT ON EMPTY)
-- '[]'
JSON_QUERY('{}', 'strict $.invalid' EMPTY ARRAY ON ERROR)

6、JSON_OBJECT

從鍵值對列表生成 JSON 對象字符串。

請注意，鍵必須是非 NULL 字符串文本，而值可以是任意表達(dá)式。

此函數(shù)返回一個(gè) JSON 字符串。ON NULL 行為定義如何處理 NULL 值。如果省略，則默認(rèn)假定 NULL ON NULL。
從另一個(gè) JSON 構(gòu)造函數(shù)調(diào)用（JSON_OBJECT、JSON_ARRAY）創(chuàng)建的值是直接插入的，而不是作為字符串插入的。這允許構(gòu)建嵌套的 JSON 結(jié)構(gòu)。

SQL語法

JSON_OBJECT([[KEY] key VALUE value]* [ { NULL | ABSENT } ON NULL ])

table api語法

jsonObject(JsonOnNull, keyValues...)

示例

Flink SQL> SELECT JSON_OBJECT(
>   KEY 'K1'
>   VALUE JSON_OBJECT(
>     KEY 'K2'
>     VALUE 'V'
>   )
> );
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |              {"K1":{"K2":"V"}} |
+----+--------------------------------+Flink SQL> SELECT JSON_OBJECT(KEY 'K1' VALUE CAST(NULL AS STRING) ABSENT ON NULL);
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                             {} |
+----+--------------------------------+-- returns '{}'
SELECT JSON_OBJECT();-- returns '{"K1":"V1","K2":"V2"}'
SELECT JSON_OBJECT('K1' VALUE 'V1', 'K2' VALUE 'V2');-- Use an expression as a value.
SELECT JSON_OBJECT('orderNo' VALUE orders.orderId);-- ON NULL
-- '{"K1":null}'
SELECT JSON_OBJECT(KEY 'K1' VALUE CAST(NULL AS STRING) NULL ON NULL);-- ON NULL
-- '{}'
SELECT JSON_OBJECT(KEY 'K1' VALUE CAST(NULL AS STRING) ABSENT ON NULL);-- returns '{"K1":{"K2":"V"}}'
SELECT JSON_OBJECT(KEY 'K1'VALUE JSON_OBJECT(KEY 'K2'VALUE 'V')
);-- '{}'
JSON_OBJECT()-- '{"K1":"V1","K2":"V2"}'
JSON_OBJECT('K1' VALUE 'V1', 'K2' VALUE 'V2')-- Expressions as values
JSON_OBJECT('orderNo' VALUE orders.orderId)-- ON NULL
JSON_OBJECT(KEY 'K1' VALUE CAST(NULL AS STRING) NULL ON NULL)   -- '{"K1":null}'
JSON_OBJECT(KEY 'K1' VALUE CAST(NULL AS STRING) ABSENT ON NULL) -- '{}'-- '{"K1":{"K2":"V"}}'
JSON_OBJECT(KEY 'K1'VALUE JSON_OBJECT(KEY 'K2'VALUE 'V')
)

7、JSON_ARRAY

從值列表生成 JSON 數(shù)組字符串。
此函數(shù)返回一個(gè) JSON 字符串。這些值可以是任意表達(dá)式。ON NULL 行為定義如何處理 NULL 值。如果省略，則默認(rèn)假定 ABSENT ON NULL。
從另一個(gè) JSON 構(gòu)造函數(shù)調(diào)用（JSON_OBJECT、JSON_ARRAY）創(chuàng)建的元素是直接插入的，而不是作為字符串插入的。這允許構(gòu)建嵌套的 JSON 結(jié)構(gòu)。

SQL語法

JSON_ARRAY([value]* [ { NULL | ABSENT } ON NULL ])

table api語法

jsonArray(JsonOnNull, values...)

示例

Flink SQL> 
> SELECT JSON_ARRAY(1, '2');
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                        [1,"2"] |
+----+--------------------------------+
Received a total of 1 rowFlink SQL> SELECT JSON_ARRAY(CAST(NULL AS STRING) ABSENT ON NULL);
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                             [] |
+----+--------------------------------+-- returns '[]'
SELECT JSON_ARRAY();-- returns '[1,"2"]'
SELECT JSON_ARRAY(1, '2');-- Use an expression as a value.
SELECT JSON_ARRAY(orders.orderId);-- ON NULL
-- returns '[null]'
SELECT JSON_ARRAY(CAST(NULL AS STRING) NULL ON NULL);-- ON NULL
-- returns '[]'
SELECT JSON_ARRAY(CAST(NULL AS STRING) ABSENT ON NULL);-- returns '[[1]]'
SELECT JSON_ARRAY(JSON_ARRAY(1));-- '[]'
JSON_ARRAY()
-- '[1,"2"]'
JSON_ARRAY(1, '2')-- Expressions as values
JSON_ARRAY(orders.orderId)-- ON NULL
JSON_ARRAY(CAST(NULL AS STRING) NULL ON NULL) -- '[null]'
JSON_ARRAY(CAST(NULL AS STRING) ABSENT ON NULL) -- '[]'-- '[[1]]'
JSON_ARRAY(JSON_ARRAY(1))

8、JSON_ARRAYAGG

將明細(xì)聚合到 JSON 數(shù)組字符串中。
JSON_ARRAYAGG 函數(shù)通過將指定的項(xiàng)聚合到數(shù)組中來創(chuàng)建 JSON 對象字符串。

item 表達(dá)式可以是任意的，包括其他 JSON 函數(shù)。

如果值為 NULL，則 ON NULL 行為定義要執(zhí)行的操作。如果省略，則 ABSENT ON NULL 為默認(rèn)值。

OVER 窗口、無限會話窗口或 HOP 窗口不支持JSON_ARRAYAGG函數(shù)。

SQL語法

JSON_ARRAYAGG(items [ { NULL | ABSENT } ON NULL ])

table api語法

在這里插入代碼片

示例

Flink SQL> CREATE TABLE source_table (
>  userId INT,
>  age INT,
>  balance DOUBLE,
>  userName STRING,
>  t_insert_time AS localtimestamp,
>  WATERMARK FOR t_insert_time AS t_insert_time
> ) WITH (
>  'connector' = 'datagen',
>  'rows-per-second'='5',
>  'fields.userId.kind'='sequence',
>  'fields.userId.start'='1',
>  'fields.userId.end'='10',
> 
>  'fields.balance.kind'='random',
>  'fields.balance.min'='1',
>  'fields.balance.max'='100',
> 
>  'fields.age.min'='1',
>  'fields.age.max'='1000',
> 
>  'fields.userName.length'='10'
> );
[INFO] Execute statement succeed.Flink SQL> select * from source_table;
+----+-------------+-------------+--------------------------------+--------------------------------+-------------------------+
| op |      userId |         age |                        balance |                       userName |           t_insert_time |
+----+-------------+-------------+--------------------------------+--------------------------------+-------------------------+
| +I |           1 |         555 |              90.45012880441223 |                     7e2b6c7beb | 2023-11-06 17:29:05.273 |
| +I |           2 |         209 |              32.07201650494765 |                     f652baac94 | 2023-11-06 17:29:05.274 |
| +I |           3 |         278 |             24.299962537076734 |                     11b4353416 | 2023-11-06 17:29:05.274 |
| +I |           4 |         433 |             58.634356546049574 |                     21d5d09603 | 2023-11-06 17:29:05.274 |
| +I |           5 |          55 |              16.20617629075601 |                     d626f31213 | 2023-11-06 17:29:05.274 |
| +I |           6 |         442 |              98.87803427244727 |                     0305c21dc5 | 2023-11-06 17:29:06.267 |
| +I |           7 |          19 |              96.11095443982174 |                     ea873b2df2 | 2023-11-06 17:29:06.268 |
| +I |           8 |         806 |               36.5775262369553 |                     f8df556b22 | 2023-11-06 17:29:06.268 |
| +I |           9 |         919 |              69.47517602162831 |                     85074390f3 | 2023-11-06 17:29:06.268 |
| +I |          10 |          46 |             47.519467818569815 |                     662990446f | 2023-11-06 17:29:06.268 |
+----+-------------+-------------+--------------------------------+--------------------------------+-------------------------+
Received a total of 10 rowsFlink SQL> SELECT
> JSON_ARRAYAGG(userName)
> FROM source_table;
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                 ["ee2e4edb32"] |
| -U |                 ["ee2e4edb32"] |
| +U |    ["ee2e4edb32","66e13f3f77"] |
| -U |    ["ee2e4edb32","66e13f3f77"] |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
| -U | ["ee2e4edb32","66e13f3f77",... |
| +U | ["ee2e4edb32","66e13f3f77",... |
+----+--------------------------------+
Received a total of 19 rowsFlink SQL> SELECT
> JSON_ARRAYAGG(userId)
> FROM source_table;
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |                            [1] |
| -U |                            [1] |
| +U |                          [1,2] |
| -U |                          [1,2] |
| +U |                        [1,2,3] |
| -U |                        [1,2,3] |
| +U |                      [1,2,3,4] |
| -U |                      [1,2,3,4] |
| +U |                    [1,2,3,4,5] |
| -U |                    [1,2,3,4,5] |
| +U |                  [1,2,3,4,5,6] |
| -U |                  [1,2,3,4,5,6] |
| +U |                [1,2,3,4,5,6,7] |
| -U |                [1,2,3,4,5,6,7] |
| +U |              [1,2,3,4,5,6,7,8] |
| -U |              [1,2,3,4,5,6,7,8] |
| +U |            [1,2,3,4,5,6,7,8,9] |
| -U |            [1,2,3,4,5,6,7,8,9] |
| +U |         [1,2,3,4,5,6,7,8,9,10] |
+----+--------------------------------+
Received a total of 19 rows

10、JSON_OBJECTAGG

將key-value表達(dá)式聚合到 JSON 字符串中。

JSON_OBJECTAGG 函數(shù)通過將key-value表達(dá)式聚合到單個(gè) JSON 對象中來創(chuàng)建 JSON 對象字符串。

key表達(dá)式必須返回不可為 null 的字符串。value表達(dá)式可以是任意的，包括其他 JSON 函數(shù)。

密鑰必須是唯一的。如果一個(gè)key多次出現(xiàn)，則會引發(fā)錯(cuò)誤。

如果value為 NULL，則 ON NULL 行為定義要執(zhí)行的操作。如果省略，則 NULL ON NULL 為默認(rèn)值。

OVER 窗口中不支持 JSON_OBJECTAGG 函數(shù)。

SQL語法

JSON_OBJECTAGG([KEY] key VALUE value [ { NULL | ABSENT } ON NULL ])

table api語法

在這里插入代碼片

示例


Flink SQL> select 
> JSON_OBJECTAGG(userName VALUE 'f652baac94' )
> FROM source_table;
+----+--------------------------------+
| op |                         EXPR$0 |
+----+--------------------------------+
| +I |    {"0c3ceeca6f":"f652baac94"} |
| -U |    {"0c3ceeca6f":"f652baac94"} |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
| -U | {"0c3ceeca6f":"f652baac94",... |
| +U | {"0c3ceeca6f":"f652baac94",... |
+----+--------------------------------+

10）、值構(gòu)建函數(shù)

在這里插入圖片描述

11）、值獲取函數(shù)

在這里插入圖片描述

12）、分組函數(shù)

在這里插入圖片描述

13）、哈希函數(shù)

在這里插入圖片描述

2、聚合函數(shù)

聚合函數(shù)將所有的行作為輸入，并返回單個(gè)聚合值作為結(jié)果。
在這里插入圖片描述

3、時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符

下表列出了時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符。

對于 Table API，請使用 _ 代替空格（例如 DAY_TO_HOUR）

在這里插入圖片描述

4、列函數(shù)

列函數(shù)用于選擇或丟棄表的列。

列函數(shù)僅在 Table API 中使用。

在這里插入圖片描述
詳細(xì)語法如下：

//列函數(shù):withColumns(columnExprs)withoutColumns(columnExprs)//多列表達(dá)式:columnExpr [, columnExpr]*//單列表達(dá)式:columnRef | columnIndex to columnIndex | columnName to columnName//列引用:columnName(The field name that exists in the table) | columnIndex(a positive integer starting from 1)

列函數(shù)的用法如下表所示（假設(shè)我們有一個(gè)包含 5 列的表：(a: Int, b: Long, c: String, d:String, e: String)）：
在這里插入圖片描述
列函數(shù)可用于所有需要列字段的地方，例如 select、groupBy、orderBy、UDFs 等函數(shù)，例如：

table.groupBy(withColumns(range(1, 3))).select(withColumns(range("a", "b")), myUDAgg(myUDF(withColumns(range(5, 20)))));

以上，介紹了flink的函數(shù)分類、內(nèi)置函數(shù)的說明及示例，特別是針對json function函數(shù)每個(gè)均以可運(yùn)行的示例進(jìn)行說明。

查看全文

http://www.risenshineclean.com/news/2260.html

中文亚洲精品无码_熟女乱子伦免费_人人超碰人人爱国产_亚洲熟妇女综合网

太原市萬柏林區(qū)疫情防控最新消息專業(yè)seo培訓(xùn)學(xué)校

Flink 系列文章

文章目錄

一、函數(shù)分類

1、分類標(biāo)準(zhǔn)及類別

2、函數(shù)引用

1）、精確函數(shù)引用

2）、模糊函數(shù)引用

3、函數(shù)解析順序

1）、精確函數(shù)引用

2）、模糊函數(shù)引用

二、系統(tǒng)（內(nèi)置）函數(shù)

1、標(biāo)量函數(shù)

1）、比較函數(shù)

2）、邏輯函數(shù)

3）、算術(shù)函數(shù)

4）、字符串函數(shù)

5）、時(shí)間函數(shù)

6）、條件函數(shù)

7）、類型轉(zhuǎn)換函數(shù)

8）、集合函數(shù)

9）、JSON Functions

1、IS JSON

2、JSON_EXISTS

3、JSON_STRING

4、JSON_VALUE

5、JSON_QUERY

6、JSON_OBJECT

7、JSON_ARRAY

8、JSON_ARRAYAGG

10、JSON_OBJECTAGG

10）、值構(gòu)建函數(shù)

11）、值獲取函數(shù)

12）、分組函數(shù)

13）、哈希函數(shù)

2、聚合函數(shù)

3、時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符

4、列函數(shù)

相關(guān)文章：

中文亚洲精品无码_熟女乱子伦免费_人人超碰人人爱国产_亚洲熟妇女综合网

Flink 系列文章

文章目錄

一、函數(shù)分類

1、分類標(biāo)準(zhǔn)及類別

2、函數(shù)引用

1）、精確函數(shù)引用

2）、模糊函數(shù)引用

3、函數(shù)解析順序

1）、精確函數(shù)引用

2）、模糊函數(shù)引用

二、系統(tǒng)（內(nèi)置）函數(shù)

1、標(biāo)量函數(shù)

1）、比較函數(shù)

2）、邏輯函數(shù)

3）、算術(shù)函數(shù)

4）、字符串函數(shù)

5）、時(shí)間函數(shù)

6）、條件函數(shù)

7）、類型轉(zhuǎn)換函數(shù)

8）、集合函數(shù)

9）、JSON Functions

1、IS JSON

2、JSON_EXISTS

3、JSON_STRING

4、JSON_VALUE

5、JSON_QUERY

6、JSON_OBJECT

7、JSON_ARRAY

8、JSON_ARRAYAGG

10、JSON_OBJECTAGG

10）、值構(gòu)建函數(shù)

11）、值獲取函數(shù)

12）、分組函數(shù)

13）、哈希函數(shù)

2、聚合函數(shù)

3、時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符

4、列函數(shù)

相關(guān)文章：

一、函數(shù)分類

2、函數(shù)引用

2）、模糊函數(shù)引用

3、函數(shù)解析順序

2）、模糊函數(shù)引用

二、系統(tǒng)（內(nèi)置）函數(shù)

1、標(biāo)量函數(shù)

1）、比較函數(shù)

2）、邏輯函數(shù)

4）、字符串函數(shù)

7）、類型轉(zhuǎn)換函數(shù)

8）、集合函數(shù)

9）、JSON Functions

1、IS JSON

3、JSON_STRING

4、JSON_VALUE

5、JSON_QUERY

6、JSON_OBJECT

7、JSON_ARRAY

10）、值構(gòu)建函數(shù)

12）、分組函數(shù)

13）、哈希函數(shù)

2、聚合函數(shù)

3、時(shí)間間隔單位和時(shí)間點(diǎn)單位標(biāo)識符

4、列函數(shù)