向Greenplum中导入json数据
原创
说明
本文描述问题及解决方法同样适用于 腾讯云 云数据仓库 PostgreSQL（CDWPG），其中使用到的外部对象存储为 腾讯云 对象存储（Cloud Object Storage，COS）。
JSON概述
JSON是一种文本方式展示结构化数据的方式，从产生的时候开始就由于其简单好用、跨平台，特别适合HTTP下数据的传输（例如现在很流行的REST）而被广泛使用。Greenplum 5.0开始正式支持了JSON格式的数据类型，可以在SQL语句中方便的检索和使用JSON结构中的各个关键字。
导入json数据
Greenplum原生支持了JSON类型，因此有了便捷的方式导入JSON文件，例子如下：
创建外部表导入json数据
dy_test=# CREATE EXTERNAL TABLE json_demo (data json)
dy_test-# LOCATION('cos://dy-cdwpg-1301087413.cos.ap-guangzhou.myqcloud.com/json_demo/
dy_test'# secretId=<secretId>
dy_test'# secretKey=<secretKey>')
dy_test-# FORMAT 'text';
CREATE EXTERNAL TABLE
dy_test=#
dy_test=# SELECT * FROM json_demo;
data
---------------------------------
{"name":"dy","city":"shanghai"}
(1 row)这里对象存储COS的路径同样可以替换成系统路径，区别只是存储介质不一样。
创建内部表插入json数据
利用内置的JSON操作符，通过如下命令即可完成JSON的插入
dy_test=# CREATE TABLE json_data (name text, city text);
CREATE TABLE
dy_test=#
dy_test=# INSERT INTO json_data
dy_test-# SELECT data->'name',
dy_test-# data->'city'
dy_test-# FROM json_demo;
INSERT 0 1
dy_test=#
dy_test=# SELECT * FROM json_data;
name | city
------+------------
"dy" | "shanghai"
(1 row)知识扩展
重要的列分隔符
需要注意的是外部表在进行列切割时，会检查指定的列分隔符，因此尽量选择一个不会出现的字符当作列分隔符。
这里建议指定ASCII编码值'\001'来作为分隔符。'\001'本身是一种不可见字符，键盘是打不出来的。在linux终端里看到是^A，在notePad打开时看到的SOH。所以使用'\001'它作为分隔符再合适不过，可以参考下面的建表语句。
dy_test=# CREATE EXTERNAL TABLE json_demo (data json)
dy_test-# LOCATION('cos://dy-cdwpg-1301087413.cos.ap-guangzhou.myqcloud.com/json_demo/
dy_test'# secretId=<secretId>
dy_test'# secretKey=<secretKey>')
dy_test-# FORMAT 'TEXT' (DELIMITER E'\001');
CREATE EXTERNAL TABLE
dy_test=#
dy_test=# SELECT * FROM json_demo;
data
---------------------------------
{"name":"dy","city":"shanghai"}
(1 row)小结
这里介绍了如何向Greenplum中导入JSON数据，由于Greenplum5.0以上就增加了原生的JSON格式支持，因此可以直接对外部的JSON文件进行复杂的解析操作，一步到位的完成数据的转换和加载。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。