日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關鍵字查找
首頁 日志服務 操作指南 查詢與分析 通過索引模式查詢和分析日志 SQL分析語法與功能 SQL子句 UNNEST子句

UNNEST子句

更新時間：
產(chǎn)品詳情
我的收藏

在復雜的業(yè)務場景下，日志字段的值可能為數(shù)組（array）、對象（map）等類型。對這種特殊類型的日志字段進行查詢和分析時，您可以先使用UNNEST子句將字段值展開。

語法

  • 將array類型的數(shù)據(jù)展開為多行單列形式，列名為column_name。

    UNNEST(x) AS table_alias(column_name)

  • 將map類型的數(shù)據(jù)展開為多行多列形式，列名為key_name和value_name。

    UNNEST(y) AS table(key_name,value_name)
重要

UNNEST子句處理的是array或者map類型的數(shù)據(jù)。如果您輸入的數(shù)據(jù)為字符串類型，則需要先轉(zhuǎn)化為JSON類型，然后再轉(zhuǎn)化為array類型或map類型，轉(zhuǎn)化方法為try_cast(json_parse(array_column) as array(bigint))。更多信息，請參見類型轉(zhuǎn)換函數(shù)。

參數(shù)說明

參數(shù)

說明

x

數(shù)據(jù)類型為array類型。

column_name

將array類型的數(shù)據(jù)展開后，指定一個列名。該列用于存放array中的元素。

y

數(shù)據(jù)類型為map類型。

key_name

將map類型的數(shù)據(jù)展開后，指定一個列名。該列用于存放map中的鍵。

value_name

將map類型的數(shù)據(jù)展開后，指定一個列名。該列用于存放map中的鍵值。

示例

示例1

將number字段的值（array類型）展開為多行單列形式。

  • 字段樣例

    number:[49, 50, 45, 47, 50]

  • 查詢和分析語句

    * |
SELECT
  a
FROM  log,
  UNNEST(cast(json_parse(number) AS array(bigint))) AS t(a)

  • 查詢和分析結果unnest

示例2

將number字段的值（array類型）展開為多行單列形式，并進行求和計算。

  • 字段樣例

    此處僅提供一條日志樣例，求和計算是針對所有日志，即對所有日志中的number字段的值進行求和。

    number:[49, 50, 45, 47, 50]

  • 查詢和分析語句

    * |
SELECT
  sum(a) AS sum
FROM  log,
  UNNEST(cast(json_parse(number) as array(bigint))) AS t(a)

  • 查詢和分析結果unnest

示例3

將number字段的值（array類型）展開為多行單列形式，并對各個值進行分組統(tǒng)計。

  • 字段樣例

    number:[49, 50, 45, 47, 50]

  • 查詢和分析語句

    * |
SELECT
  a, count(*) AS count
FROM  log,
  UNNEST(cast(json_parse(number) as array(bigint))) AS t(a) GROUP BY a

  • 查詢和分析結果unnest

示例4

將number字段的值（map類型）展開為多行多列形式。

  • 字段樣例

    result:{
  anomaly_type:"OverThreshold"
  dim_name:"request_time"
  is_anomaly:true
  score:1
  value:"3.000000"}

  • 查詢和分析語句

    * |
select
  key,
  value
FROM  log,
  UNNEST(
    try_cast(json_parse(result) as map(varchar, varchar))
  ) AS t(key, value)

  • 查詢和分析結果unnest

示例5

將number字段的值（map類型）展開為多行多列形式，并對各個鍵進行分組統(tǒng)計。

  • 字段樣例

    result:{
  anomaly_type:"OverThreshold"
  dim_name:"request_time"
  is_anomaly:true
  score:1
  value:"3.000000"}

  • 查詢和分析語句

    * |
select
  key,
  count(*) AS count
FROM  log,
  UNNEST(
    try_cast(json_parse(result) as map(varchar, varchar))
  ) AS t(key, value)
GROUP BY
  key

  • 查詢和分析結果unnest

示例6

使用histogram函數(shù)獲取各個請求方法對應的請求數(shù)量，返回結果為map類型。然后通過unnest子句將histogram函數(shù)的返回結果展開為多行多列形式，并通過柱狀圖展示。

  • 查詢和分析語句

    * |
SELECT
  key,
  value
FROM(
    SELECT
      histogram(request_method) AS result
    FROM      log
  ),
  UNNEST(result) AS t(key, value)

  • 查詢和分析結果unnest