Spark SQL to_json 函数介绍

前言

在Apache Hive中，并没有内置的to_json函数。在Apache Spark SQL中确实有to_json函数,它可以用来将结构化数据（如结构化类型或MAP类型）转换为JSON字符串。这个功能对于需要将表格数据输出为JSON格式的场景非常有用。

函数介绍

to_json(expr [, options])

参数说明

参数	类型	必需	描述
expr	结构化数据类型	✓	待转换的列或表达式（STRUCT, MAP, ARRAY 等）
options	MAP<STRING,STRING>	✗	控制 JSON 输出的选项（日期格式、时区处理等），Spark 2.4+ 支持

示例

1.支持的数据类型转换

SELECT to_json(named_struct('name', 'Alice', 'age', 25)) AS struct_example,  -- {"name":"Alice","age":25}to_json(map('id', 1001, 'status', 1)) AS map_example,             -- {"id":1001,"status":1}to_json(array(1, 2, 3)) AS array_example,                           -- [1,2,3]to_json(map('a', named_struct('b', 1))) AS  example1,             ---[{"a":1,"b":2}]to_json(array(map('a', 1))) AS  example2   ---[{"a":1}]

2.嵌套数据结构处理

SELECT to_json(named_struct('user', named_struct('name', 'Bob', 'email', 'bob@example.com'),'scores', array(95, 87, 92))
) AS nested_json;
/*
输出：
{"user": {"name": "Bob","email": "bob@example.com"},"scores": [95,87,92]
}
*/

3.可选参数 options 配置

SELECT to_json(named_struct('event', 'login', 'timestamp', current_timestamp()),map('timestampFormat', "yyyy-MM-dd HH:mm",  -- 自定义时间格式'ignoreNullFields', 'false'             -- 保留NULL字段)
);
/*
输出示例：
{"event":"login","timestamp":"2023-08-15 14:30"}
*/SELECT to_json(named_struct('date', current_date()), map('dateFormat', 'dd/MM/yyyy')) AS json;
/*
输出示例：	
{"date":"26/06/2025"}
*/

备注：
Spark SQL Programming Guide：提供关于Spark SQL使用的指南，包括如何使用Spark SQL函数。
可以通过以下链接访问：Spark SQL Programming Guide:https://spark.apache.org/docs/latest/sql-programming-guide.html