1. 概述
1.1 应用场景
用户的 JSON 数据结构是多层数组嵌套，如下图所示：
现需要解析上层数组元素和下层数组元素，实现 1:n 的关系。
例如：希望 titles 数组中的字段，能与 items 数组中（items 数组又包含 drivers 数组）的字段关联起来。如下图所示：
titles 中的字段，与 items 中 drivers 包含的元素是 1:n 关系。
1.2 实现思路
以解析 JSON 数据结构中第一个对象为例（解析第二、第三个对象方案类似）：
1）获取 JSON 数据结构中第一个对象中的 titles 数组中的所有元素。
2）使用 ROW_NUMBER() 函数，为查询结果集中的每一行生成一个唯一的行号（num列），行号从 0 开始。
3）使用 get_json_object 函数，从 JSON 数据结构中第一个对象的 items 数组中，提取第 num 个元素，作为 a 列。
4）解析 a 列内容。
1.3 任务展示
FineDataLink 中的数据处理过程，详情参见：https://demo.finedatalink.com/ 「解析多层嵌套JSON」。
2. 操作步骤
示例 JSON 数据：json.txt
2.1 模拟 JSON 数据
1）新建定时任务，拖入「数据转换」节点，进入「数据转换」节点。
2）拖入「文件输入」算子，模拟用户场景，创建复杂 JSON 数据。如下图所示：
点击「数据预览」，如下图所示：
2.2 获取titles数组中的所有元素
1）拖入「JSON解析」算子，源字段选择 column，勾选「解析后保留所有上游输出字段」按钮，添加字段 titles，解析路径为$[0].titles[*]
该步骤目的：获取 JSON 数据结构中第一个对象中的 titles 数组中的所有元素。
注：若需要获取 JSON 数据结构中第二个对象中的 titles 数组中的所有元素，解析路径为：$[1].titles[*]
2）点击「数据预览」，如下图所示：
2.3 对titles列进行编号，根据编号取出items数组元素
拖入「Spark SQL」算子，输入 SQL 语句：
注：SQL 语句中的「JSON 解析」为点击生成。
select *,get_json_object(column, concat("$",'[0].items[',num,']')) as a from
(select *,ROW_NUMBER() OVER(PARTITION BY 1 ORDER BY 1 asc)-1 as num from JSON解析)
SQL 语句说明如下表所示：
| SQL语句 | 说明 |
|---|---|
| select *,ROW_NUMBER() OVER(PARTITION BY 1 ORDER BY 1 asc)-1 as num from JSON解析 | 为查询结果集中的每一行生成一个唯一的行号（num 列），行号从 0 开始，所有行都被视为一个分区，并根据第一列的值升序排序
该语句执行后结果：
|
| select *,get_json_object(column, concat("$",'[0].items[',num,']')) as a | 从 JSON 数据结构中第一个对象的 items 数组中，提取第 num 个元素，作为 a 列
最终效果：
|
2.4 解析取出的items数组
1）拖入「JSON解析」算子，解析 2.3 节生成的 a 字段（将 items 包含的 id、routeld 字段解析出来；将 items 中 drivers 包含的 driverid、itemId 字段解析出来）。如下图所示：
2）点击「数据预览」，如下图所示：
可看出 titles 字段，与 items 中 drivers 包含的元素是 1:n 关系。
2.5 删除多余字段
拖入「字段设置」算子，删除 column、num、a 字段。如下图所示：
2.6 数据输出
拖入「DB表输出」算子，将处理后的数据输出。如下图所示：
