- BigQuery 教程
- BigQuery - 首頁
- BigQuery - 概述
- BigQuery - 初始設定
- BigQuery 與本地 SQL 引擎
- BigQuery - Google Cloud Console
- BigQuery - Google Cloud 層級結構
- 什麼是 Dremel?
- 什麼是 BigQuery Studio?
- BigQuery - 資料集
- BigQuery - 表
- BigQuery - 檢視
- BigQuery - 建立表
- BigQuery - 基本模式設計
- BigQuery - 修改表
- BigQuery - 複製表
- 刪除和恢復表
- BigQuery - 填充表
- 標準 SQL 與傳統 SQL
- BigQuery - 編寫第一個查詢
- BigQuery - CRUD 操作
- 分割槽和聚類
- BigQuery - 資料型別
- BigQuery - 複雜資料型別
- BigQuery - STRUCT 資料型別
- BigQuery - ARRAY 資料型別
- BigQuery - JSON 資料型別
- BigQuery - 表元資料
- BigQuery - 使用者定義函式
- 連線到外部資料來源
- 整合計劃查詢
- 整合 BigQuery API
- BigQuery - 整合 Airflow
- 整合連線表格
- 整合資料傳輸
- BigQuery - 物化檢視
- BigQuery - 角色和許可權
- BigQuery - 查詢最佳化
- BigQuery - BI 引擎
- 監控使用情況和效能
- BigQuery - 資料倉庫
- 挑戰和最佳實踐
- BigQuery 資源
- BigQuery - 快速指南
- BigQuery - 資源
- BigQuery - 討論
BigQuery - JSON 資料型別
JSON 是 BigQuery 支援的最新資料型別。與 STRUCT 和 ARRAY 型別不同,JSON 相對容易識別。
對於使用指令碼語言處理資料或解析 API 響應的開發人員來說,JSON 資料會很熟悉。
JSON 資料由花括號表示:{ },就像一個Python 字典。
注意 - 在 BigQuery 引入對 JSON 型別的支援之前,JSON 物件需要表示為具有 NULLABLE 模式的 STRING。
開發人員可以在 UI 和基於文字的模式定義中指定 JSON -
不將 JSON 資料儲存為 JSON 型別不一定導致載入失敗,因為 BigQuery 可以支援 STRING 型別用於 JSON 資料。
但是,不正確地儲存 JSON 資料意味著開發人員將無法訪問強大的 JSON 特定函式。
強大的 JSON 函式
由於內建函式,在 BigQuery 中使用 JSON 資料的開發人員無需編寫指令碼來展平 JSON 資料。相反,他們可以使用 JSON_EXTRACT 提取 JSON 物件的內容,然後允許處理和操作結果資料。
其他強大的 JSON 函式包括 -
- JSON_EXTRACT_ARRAY()
- PARSE_JSON()
- TO_JSON()
能夠在 BigQuery 中準確直觀地查詢 JSON 資料,使開發人員無需使用複雜的 CASE 邏輯或編寫自定義函式來提取有價值的資料。
廣告