应用场景
处理数据时,一列数据通常为字符串或数字等primitive类型的数据。在复杂的业务场景下,日志数据的某一列可能会是较为复杂的格式,例如数组(array)、对象(map)、JSON等格式。对这种特殊格式的日志字段进行查询分析,可以使用unnest语法。
例如以下日志:
__source__: 1.1.1.1
__tag__:__hostname__: vm-req-170103232316569850-tianchi111932.tc
__topic__: TestTopic_4
array_column: [1,2,3]
double_column: 1.23
map_column: {"a":1,"b":2}
text_column: 商品
其中array_column
字段为数组类型。如果统计array_column
中所有数值的汇总值,需要遍历每一行的数组中的每一个元素。
unnest语法结构
语法 | 说明 |
---|---|
unnest( array) as table_alias(column_name) |
表示把array类型展开成多行,行的名称为column_name 。
|
unnest(map) as table(key_name, value_name) |
表示把map类型展开成多行,key的名称为key_name ,value的名称为value_name 。
|
说明 注意,由于unnest接收的是array或者map类型的数据,如果您的输入为字符串类型,那么要先转化成json类型,然后再转化成array类型或map类型,转化的方式为
cast(json_parse(array_column) as array(bigint))
。
遍历数组每一个元素
使用SQL把array展开成多行:
* | select array_column, a from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
上述SQL把数组展开成多行数字,unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
,unnest语法把数组展开,以t来命名新生成的表,使用a来引用展开后的列。
结果如下图:
图 1. 展开数组


- 统计数组中的每个元素的和:
* | select sum(a) from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a)
图 2. 对数组进行sum计算 - 按照数组中的每个元素进行group by计算:
* | select a, count(1) from log, unnest( cast( json_parse(array_column) as array(bigint) ) ) as t(a) group by a
图 3. 对数组进行group by计算
遍历Map
- 遍历Map中的元素:
* | select map_column , a,b from log, unnest( cast( json_parse(map_column) as map(varchar, bigint) ) ) as t(a,b)
图 4. 遍历Map - 按照Map的key进行group by 统计:
* | select key, sum(value) from log, unnest( cast( json_parse(map_column) as map(varchar, bigint) ) ) as t(key,value) GROUP BY key
图 5. 对Key进行group by统计
格式化显示histogram,numeric_histogram的结果
- histogram
histogram函数类似于count group by 语法。语法请参考Map映射函数。
通常情况下histogram的结果为一串json数据,无法配置视图展示,例如:您可以通过unnest语法,把JSON展开成多行配置视图,例如:* | select histogram(method)
图 6. 普通histogram结果 * | select key , value from( select histogram(method) as his from log) , unnest(his ) as t(key,value)
图 7. 展开JSON 图 8. 可视化视图1 - numeric_histogram
numeric_histogram语法是为了把数值列分配到多个桶中去,相当于对数值列进行group by,具体语法请参考估算函数。
numeric_histogram的输出如下:* | select numeric_histogram(10,Latency)
图 9. numeric_histogram查询结果 您可以通过以下查询语句格式化展示该结果:
结果如下:* | select key,value from(select numeric_histogram(10,Latency) as his from log) , unnest(his) as t(key,value)
图 10. 查询结果 同时配置柱状图的形式展示:图 11. 可视化视图2