OSS から MaxCompute への JSON データ移行と GET_JSON_OBJECT によるオブジェクト抽出 - MaxCompute - Alibaba Cloud - MaxCompute

DataWorks Data Integration を使用すると、OSS から MaxCompute へ JSON データを移行できます。移行後は、組み込みの文字列関数 GET_JSON_OBJECT を使用して JSON データから情報を抽出できます。

前提条件

MaxCompute が有効化されています。
DataWorks にワークフローが作成済みであること。本例では基本モードのワークスペースを使用します。詳細については、「ワークフローの作成」をご参照ください。

.txt 拡張子を持つ JSON ファイルが OSS にアップロード済みであること。本例では、OSS バケットは中国 (上海) リージョンにあります。サンプルファイル：

{
    "store": {
        "book": [
             {
                "category": "reference",
                "author": "Nigel Rees",
                "title": "Sayings of the Century",
                "price": 8.95
             },
             {
                "category": "fiction",
                "author": "Evelyn Waugh",
                "title": "Sword of Honour",
                "price": 12.99
             },
             {
                 "category": "fiction",
                 "author": "J. R. R. Tolkien",
                 "title": "The Lord of the Rings",
                 "isbn": "0-395-19395-8",
                 "price": 22.99
             }
          ],
          "bicycle": {
              "color": "red",
              "price": 19.95
          }
    },
    "expensive": 10
}

JSON データの移行

OSS データソースを追加します。詳細については、「OSS データソースの構成」をご参照ください。
移行した JSON データを格納するためのテーブルを DataWorks に作成します。
1. DataWorks コンソールにログインします。対象リージョンで、左側のナビゲーションウィンドウから データ開発と О&М > データ開発 をクリックします。ドロップダウンリストからワークスペースを選択し、移動 データ開発 をクリックします。
2. データソース をクリックして データソース ページに移動し、データソースの新規作成 をクリックして MaxCompute プロジェクトを追加します。
3. Add Data Source and Bind to Data Development をクリックしてバインドを完了します。
4. データ開発 ページで、アイコンにポインターを合わせ、テーブルの作成 > テーブル の順に選択します。
5. テーブルの作成 ダイアログボックスで、パスを選択し、名前を入力して、作成をクリックします。
  
  説明
  複数のインスタンスがバインドされている場合は、MaxCompute エンジンインスタンスを選択する必要があります。
6. テーブル編集ページで、DDL Statement をクリックします。
7. DDL モード ダイアログボックスで、次の文を入力し、テーブルスキーマの生成 をクリックします。
```
create table mqdata (mq_data string);
```
8. 操作の確認 ダイアログボックスで、確認をクリックします。
9. テーブルスキーマが生成されたら、基本プロパティ セクションでテーブルの 中国語名 を入力し、開発環境へのコミット および 本番環境へのコミット をクリックします。
  
  説明
  基本モードのワークスペースを使用している場合は、本番環境へのコミット のみをクリックする必要があります。

バッチ同期ノードを作成します。

データ分析ページに移動します。対象のワークフローを右クリックし、Create Node > Data Integration > Offline synchronization の順に選択します。
Create Node ダイアログボックスで、Name を入力し、Confirm をクリックします。
上部のナビゲーションバーで、アイコンを選択します。
スクリプトモードで、アイコンをクリックします。
import Template ダイアログボックスで、SOURCE type、data source、target type、および data source を指定し、confirm をクリックします。

JSON 構成を変更し、ボタンをクリックします。

構成例：

{
    "type": "job",
    "steps": [
        {
            "stepType": "oss",
            "parameter": {
                "fieldDelimiterOrigin": "^",
                "nullFormat": "",
                "compress": "",
                "datasource": "OSS_userlog",
                "column": [
                    {
                        "name": 0,
                        "type": "string",
                        "index": 0
                    }
                ],
                "skipHeader": "false",
                "encoding": "UTF-8",
                "fieldDelimiter": "^",
                "fileFormat": "binary",
                "object": [
                    "applog.txt"
                ]
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "odps",
            "parameter": {
                "partition": "",
                "isCompress": false,
                "truncate": true,
                "datasource": "odps_first",
                "column": [
                    "mqdata"
                ],
                "emptyAsNull": false,
                "table": "mqdata"
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": ""
        },
        "speed": {
            "concurrent": 2,
            "throttle": false
        }
    }
}

結果の確認

ODPS SQL ノードを作成します。

ワークフローを右クリックし、new > MaxCompute > ODPS SQL の順に選択します。
create a function ダイアログボックスで、function name を入力し、submit をクリックします。

ODPS SQL ノード構成タブで、次の文を入力します。

-- Query data in the mqdata table.
SELECT * from mqdata;
-- Get the value of the 'expensive' field from the JSON data.
SELECT GET_JSON_OBJECT(mqdata.mq_data,'$.expensive') FROM mqdata;

アイコンをクリックしてコードを実行します。
operation Log で結果を確認できます。