Запрос данных о вариантах

Внимание

Эта функция предоставляется в режиме общедоступной предварительной версии.

В этой статье описывается, как запрашивать и преобразовывать полуструктурированные данные, хранящиеся в виде VARIANT. Тип VARIANT данных доступен в Databricks Runtime 15.3 и выше.

Databricks рекомендует использовать VARIANT по строкам JSON. Для пользователей, которые в настоящее время используют строки JSON и хотят мигрировать, см. раздел Чем вариант отличается от JSON-строк?

Если вы хотите просмотреть примеры запроса полуструктурированных данных, хранящихся в строках JSON, см. статью "Запрос строк JSON".

Примечание.

VARIANT столбцы нельзя использовать для кластеризации ключей, секций или ключей порядка Z. Тип данных VARIANT нельзя использовать для сравнения, группировки, упорядочивания и задания операций. Для полного списка ограничений см. Ограничения.

Создание таблицы с вариантным столбцом

Чтобы создать вариантный столбец, используйте функцию parse_json (SQL или Python).

Выполните следующую команду, чтобы создать таблицу с высоко вложенными данными, хранящимися как VARIANT. (Эти данные используются в других примерах на этой странице.)

SQL

-- Create a table with a variant column
CREATE TABLE store_data AS
SELECT parse_json(
  '{
    "store":{
        "fruit": [
          {"weight":8,"type":"apple"},
          {"weight":9,"type":"pear"}
        ],
        "basket":[
          [1,2,{"b":"y","a":"x"}],
          [3,4],
          [5,6]
        ],
        "book":[
          {
            "author":"Nigel Rees",
            "title":"Sayings of the Century",
            "category":"reference",
            "price":8.95
          },
          {
            "author":"Herman Melville",
            "title":"Moby Dick",
            "category":"fiction",
            "price":8.99,
            "isbn":"0-553-21311-3"
          },
          {
            "author":"J. R. R. Tolkien",
            "title":"The Lord of the Rings",
            "category":"fiction",
            "reader":[
              {"age":25,"name":"bob"},
              {"age":26,"name":"jack"}
            ],
            "price":22.99,
            "isbn":"0-395-19395-8"
          }
        ],
        "bicycle":{
          "price":19.95,
          "color":"red"
        }
      },
      "owner":"amy",
      "zip code":"94025",
      "fb:testid":"1234"
  }'
) as raw

SELECT * FROM store_data

Питон

# Create a table with a variant column
store_data='''
{
  "store":{
    "fruit":[
      {"weight":8,"type":"apple"},
      {"weight":9,"type":"pear"}
    ],
    "basket":[
      [1,2,{"b":"y","a":"x"}],
      [3,4],
      [5,6]
    ],
    "book":[
      {
        "author":"Nigel Rees",
        "title":"Sayings of the Century",
        "category":"reference",
        "price":8.95
      },
      {
        "author":"Herman Melville",
        "title":"Moby Dick",
        "category":"fiction",
        "price":8.99,
        "isbn":"0-553-21311-3"
      },
      {
        "author":"J. R. R. Tolkien",
        "title":"The Lord of the Rings",
        "category":"fiction",
        "reader":[
          {"age":25,"name":"bob"},
          {"age":26,"name":"jack"}
        ],
        "price":22.99,
        "isbn":"0-395-19395-8"
      }
    ],
    "bicycle":{
      "price":19.95,
      "color":"red"
    }
  },
  "owner":"amy",
  "zip code":"94025",
  "fb:testid":"1234"
}
'''

# Create a DataFrame
df = spark.createDataFrame([(store_data,)], ["json"])

# Convert to a variant
df_variant = df.select(parse_json(col("json")).alias("raw"))

# Alternatively, create the DataFrame directly
# df_variant = spark.range(1).select(parse_json(lit(store_data)))

df_variant.display()

# Write out as a table
df_variant.write.saveAsTable("store_data")

Поля запроса в столбце variant

Чтобы извлечь поля из варианта столбца, используйте variant_get функцию (SQL или Python), указав имя поля JSON в пути извлечения. Имена полей всегда чувствительны к регистру.

SQL

-- Extract a top-level field
SELECT variant_get(store_data.raw, '$.owner') AS owner FROM store_data

Вы также можете использовать синтаксис SQL для запроса полей в столбце variant. См. сокращенную запись SQL для variant_get.

Питон

# Extract a top-level field
df_variant.select(variant_get(col("raw"), "$.owner", "string")).display()

Сокращение SQL для variant_get

Синтаксис SQL для запроса строк JSON и других сложных типов данных в Azure Databricks применяется к VARIANT данным, включая следующие:

Используется : для выбора полей верхнего уровня.
Используйте . или [<key>], чтобы выбрать вложенные поля с именованными ключами.
Используется [<index>] для выбора значений из массивов.

SELECT raw:owner FROM store_data

+-------+
| owner |
+-------+
| "amy" |
+-------+

-- Use backticks to escape special characters.
SELECT raw:`zip code`, raw:`fb:testid` FROM store_data

+----------+-----------+
| zip code | fb:testid |
+----------+-----------+
| "94025"  | "1234"    |
+----------+-----------+

Если имя поля содержит точку (.), ее следует экранировать квадратными скобками ([ ]). Например, следующий запрос выбирает поле с именем zip.code:

SELECT raw:['zip.code'] FROM store_data

Извлечение вложенных полей вариантов

Чтобы извлечь вложенные поля из столбца варианта, укажите их с помощью нотации точек или квадратных скобок. Имена полей всегда чувствительны к регистру.

SQL

-- Use dot notation
SELECT raw:store.bicycle FROM store_data

-- Use brackets
SELECT raw:store['bicycle'] FROM store_data

Если не удается найти путь, результат имеет NULL тип VARIANT.

Питон

# Use dot notation
df_variant.select(variant_get(col("raw"), "$.store.bicycle", "string")).display()

# Use brackets
df_variant.select(variant_get(col("raw"), "$.store['bicycle']", "string")).display()

Если путь не найден, результат будет null типа VariantVal.

+-----------------+
| bicycle         |
+-----------------+
| {               |
| "color":"red",  |
| "price":19.95   |
| }               |
+-----------------+

Извлечение значений из массивов вариантов

Чтобы извлечь элементы из массивов, индексируйте с помощью квадратных скобок. Индексы начинаются с 0.

SQL

-- Index elements
SELECT raw:store.fruit[0], raw:store.fruit[1] FROM store_data

Питон

# Index elements
df_variant.select((variant_get(col("raw"), "$.store.fruit[0]", "string")),(variant_get(col("raw"), "$.store.fruit[1]", "string"))).display()

+-------------------+------------------+
| fruit             | fruit            |
+-------------------+------------------+
| {                 | {                |
|   "type":"apple", |   "type":"pear", |
|   "weight":8      |   "weight":9     |
| }                 | }                |
+-------------------+------------------+

Если путь не найден или если индекс массива выходит за пределы, результат равен NULL.

Работа с вариантами в Python

Вы можете извлечь варианты из Spark DataFrames в Python VariantVal и работать с ними индивидуально, используя методы toPython и toJson.

# toPython
data = [
    ('{"name": "Alice", "age": 25}',),
    ('["person", "electronic"]',),
    ('1',)
]

df_person = spark.createDataFrame(data, ["json"])

# Collect variants into a VariantVal
variants = df_person.select(parse_json(col("json")).alias("v")).collect()

Выведите VariantVal в виде строки JSON.

print(variants[0].v.toJson())

{"age":25,"name":"Alice"}

Преобразуйте VariantVal в объект Python.

# First element is a dictionary
print(variants[0].v.toPython()["age"])

# Second element is a List
print(variants[1].v.toPython()[1])

electronic

# Third element is an Integer
print(variants[2].v.toPython())

Можно также создать VariantVal с помощью VariantVal.parseJson функции.

# parseJson to construct VariantVal's in Python
from pyspark.sql.types import VariantVal

variant = VariantVal.parseJson('{"a": 1}')

Печать варианта в виде строки JSON:

print(variant.toJson())

{"a":1}

Преобразуйте вариант в объект Python и распечатайте значение:

print(variant.toPython()["a"])

Возвращает схему варианта

Чтобы вернуть схему варианта, используйте schema_of_variant функцию (SQL или Python).

SQL

-- Return the schema of the variant
SELECT schema_of_variant(raw) FROM store_data;

Питон

# Return the schema of the variant
df_variant.select(schema_of_variant(col("raw"))).display()

Чтобы вернуть объединенные схемы всех вариантов в группе, используйте функцию schema_of_variant_agg (SQL или Python).

Следующие примеры возвращают схему, а затем объединенную схему для примера данных json_data.

SQL

CREATE OR REPLACE TEMP VIEW json_data AS
SELECT '{"name": "Alice", "age": 25}' AS json UNION ALL
SELECT '{"id": 101, "department": "HR"}' UNION ALL
SELECT '{"product": "Laptop", "price": 1200.50, "in_stock": true}';

-- Return the schema
SELECT schema_of_variant(parse_json(json)) FROM json_data;

Питон


json_data = [
    ('{"name": "Alice", "age": 25}',),
    ('{"id": 101, "department": "HR"}',),
    ('{"product": "Laptop", "price": 1200.50, "in_stock": true}',)
]

df_item = spark.createDataFrame(json_data, ["json"])

# Return the schema
df_item.select(parse_json(col("json")).alias("v")).select(schema_of_variant(col("v"))).display()

+-----------------------------------------------------------------+
| schema_of_variant(v)                                            |
+-----------------------------------------------------------------+
| OBJECT<age: BIGINT, name: STRING>                               |
| OBJECT<department: STRING, id: BIGINT>                          |
| OBJECT<in_stock: BOOLEAN, price: DECIMAL(5,1), product: STRING> |
+-----------------------------------------------------------------+

SQL

-- Return the combined schema
SELECT schema_of_variant_agg(parse_json(json)) FROM json_data;

Питон

# Return the combined schema
df.select(parse_json(col("json")).alias("v")).select(schema_of_variant_agg(col("v"))).display()

+----------------------------------------------------------------------------------------------------------------------------+
| schema_of_variant(v)                                                                                                       |
+----------------------------------------------------------------------------------------------------------------------------+
| OBJECT<age: BIGINT, department: STRING, id: BIGINT, in_stock: BOOLEAN, name: STRING, price: DECIMAL(5,1), product: STRING> |
+----------------------------------------------------------------------------------------------------------------------------+

Приведение объектов и массивов вариантов к линейному виду

Функцию variant_explode генератора с табличным значением (SQL или Python) можно использовать для преобразования вариантов массивов и объектов в плоский вид.

SQL

Так как variant_explode это функция генератора, она используется как часть FROM предложения, а не в SELECT списке, как показано в следующих примерах:

SELECT key, value
  FROM store_data,
  LATERAL variant_explode(store_data.raw);

SELECT pos, value
  FROM store_data,
  LATERAL variant_explode(store_data.raw:store.basket[0]);

Питон

Используйте API фрейма данных с табличными значениями (TVF), чтобы распределить вариант на несколько строк.

spark.tvf.variant_explode(parse_json(lit(store_data))).display()

# To explode a nested field, first create a DataFrame with just the field
df_store_col = df_variant.select(variant_get(col("raw"), "$.store", "variant").alias("store"))

# Perform the explode with a lateral join and the outer function to return the new exploded DataFrame
df_store_exploded_lj = df_store_col.lateralJoin(spark.tvf.variant_explode(col("store").outer()))
df_store_exploded = df_store_exploded_lj.drop("store")
df_store_exploded.display()

Правила приведения типов вариантов

Вы можете хранить массивы и скаляры с помощью VARIANT типа. При попытке приведения типов вариантов к другим типам обычные правила приведения применяются для отдельных значений и полей с помощью следующих дополнительных правил.

Примечание.

variant_get и try_variant_get принимают типы аргументов и следуют этим правилам приведения.

Тип источника	Поведение
`VOID`	Результатом является `NULL` типа `VARIANT`.
`ARRAY<elementType>`	Тип `elementType` должен быть таким, чтобы его можно было преобразовать в `VARIANT`.

При выводе типа с schema_of_variant или schema_of_variant_agg, функции возвращаются к типу VARIANT, а не к типу STRING при наличии конфликтующих типов, которые не могут быть разрешены.

SQL

Используйте функцию try_variant_get (SQL) для приведения:

-- price is returned as a double, not a string
SELECT try_variant_get(raw, '$.store.bicycle.price', 'double') as price FROM store_data

+------------------+
| price            |
+------------------+
| 19.95            |
+------------------+

Можно также использовать :: или cast для приведения значений к поддерживаемым типам данных.

-- cast into more complex types
SELECT cast(raw:store.bicycle AS STRUCT<price DOUBLE, color STRING>) bicycle FROM store_data;
-- `::` also supported
SELECT raw:store.bicycle::STRUCT<price DOUBLE, color STRING> bicycle FROM store_data;

+------------------+
| bicycle          |
+------------------+
| {                |
|   "price":19.95, |
|   "color":"red"  |
| }                |
+------------------+

Питон

Используйте функцию try_variant_get (Python) для приведения:

# price is returned as a double, not a string
df_variant.select(try_variant_get(col("raw"), "$.store.bicycle.price", "double").alias("price"))

+------------------+
| price            |
+------------------+
| 19.95            |
+------------------+

Используйте функцию try_variant_get (SQL или Python) для обработки сбоев преобразования:

SQL

SELECT try_variant_get(
  parse_json('{"a" : "c", "b" : 2}'),
  '$.a',
  'boolean'
)

Питон

spark.range(1).select(parse_json(lit('{"a" : "c", "b" : 2}')).alias("v")).select(try_variant_get(col('v'), '$.a', 'boolean')).display()

Вариантные правила NULL

Используйте функцию is_variant_null (SQL или Python), чтобы определить, является ли значение варианта значением null.

SQL

Варианты могут содержать два типа null:

SQL : SQL NULLNULLуказывает, что значение отсутствует. Это то же NULLсамое, что и при работе со структурированными данными.
Variant NULL: Варианты NULL указывают, что вариант явно содержит NULL значение. Это не то же самое, что и SQL NULL, так как NULL значение хранится в данных.

SELECT
  is_variant_null(parse_json(NULL)) AS sql_null,
  is_variant_null(parse_json('null')) AS variant_null,
  is_variant_null(parse_json('{ "field_a": null }'):field_a) AS variant_null_value,
  is_variant_null(parse_json('{ "field_a": null }'):missing) AS missing_sql_value_null

+--------+------------+------------------+----------------------+
|sql_null|variant_null|variant_null_value|missing_sql_value_null|
+--------+------------+------------------+----------------------+
|   false|        true|              true|                 false|
+--------+------------+------------------+----------------------+

Питон

data = [
    ('null',),
    (None,),
    ('{"field_a" : 1, "field_b" : 2}',)
]

df = spark.createDataFrame(data, ["null_data"])
df.select(parse_json(col("null_data")).alias("v")).select(is_variant_null(col("v"))).display()

+------------------+
|is_variant_null(v)|
+------------------+
|              true|
+------------------+
|             false|
+------------------+
|             false|
+------------------+

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2026-04-22

Запрос данных о вариантах

Создание таблицы с вариантным столбцом

SQL

Питон

Поля запроса в столбце variant

SQL

Питон

Сокращение SQL для variant_get

Извлечение вложенных полей вариантов

SQL

Питон

Извлечение значений из массивов вариантов

SQL

Питон

Работа с вариантами в Python

Возвращает схему варианта

SQL

Питон

SQL

Питон

SQL

Питон

Приведение объектов и массивов вариантов к линейному виду

SQL

Питон

Правила приведения типов вариантов

SQL

Питон

SQL

Питон

Вариантные правила NULL

SQL

Питон

Обратная связь

Дополнительные ресурсы