JSON

バージョン 2.2.0 以降、StarRocks は JSON をサポートしています。この記事では、JSON の基本概念、StarRocks が JSON 型のカラムを作成し、JSON データをロードおよびクエリし、JSON 関数とオペレーターを通じて JSON データを構築および処理する方法を紹介します。

JSON とは

JSON は軽量なデータ交換フォーマットです。JSON 型データは半構造化されており、ツリー構造をサポートしています。JSON データは階層的で柔軟、読みやすく処理しやすいため、データの保存や分析のシナリオで広く使用されています。JSON は NUMBER、STRING、BOOLEAN、ARRAY、OBJECT、NULL 値などのデータ型をサポートしています。

JSON の詳細については、JSON 公式ウェブサイトを参照してください。JSON データの入力および出力の構文については、JSON 仕様 RFC 7159 を参照してください。

StarRocks は JSON データの保存と効率的なクエリおよび分析をサポートしています。StarRocks は JSON データを直接入力テキストとして保存するのではなく、バイナリ形式のエンコーディングを使用して保存します。これにより、データ計算およびクエリ時の解析コストが削減され、クエリ効率が向上します。

JSON データの使用

JSON 型カラムの作成

テーブルを作成する際に、カラム j を JSON 型として指定するには、キーワード JSON を使用します。

CREATE TABLE `tj` (
    `id` INT(11) NOT NULL COMMENT "",
    `j`  JSON NULL COMMENT ""
) ENGINE=OLAP
DUPLICATE KEY(`id`)
COMMENT "OLAP"
DISTRIBUTED BY HASH(`id`)
PROPERTIES (
    "replication_num" = "3",
    "storage_format" = "DEFAULT"
);

データのロードと JSON 型としての保存

StarRocks はデータをロードし、JSON 型として保存するための以下の方法をサポートしています。

方法 1: INSERT INTO を使用してデータを JSON 型のカラム（例: カラム j）に書き込みます。

INSERT INTO tj (id, j) VALUES (1, parse_json('{"a": 1, "b": true}'));
INSERT INTO tj (id, j) VALUES (2, parse_json('{"a": 2, "b": false}'));
INSERT INTO tj (id, j) VALUES (3, parse_json('{"a": 3, "b": true}'));
INSERT INTO tj (id, j) VALUES (4, json_object('a', 4, 'b', false)); 

PARSE_JSON 関数は、文字列型データに基づいて JSON 型データを構築できます。JSON_OBJECT 関数は JSON オブジェクト型データを構築でき、既存のテーブルを JSON 型に変換することができます。詳細については、PARSE_JSON および JSON_OBJECT を参照してください。

方法 2: Stream Load を使用して JSON ファイルをインポートし、JSON 型として保存します。インポート方法については、Import JSON Data を参照してください。
- JSON ファイルのルートノードにある JSON オブジェクトを JSON 型としてインポートおよび保存するには、jsonpaths を $ に設定します。
- JSON ファイル内の JSON オブジェクトの値を JSON 型としてインポートおよび保存するには、jsonpaths を $.a に設定します（ここで a はキーを表します）。その他の JSON パス式については、JSON path を参照してください。
方法 3: Broker Load を使用して Parquet ファイルをインポートし、JSON 型として保存します。インポート方法については、Broker Load を参照してください。

インポート時に以下のようにデータ型の変換がサポートされています。

Parquet ファイルのデータ型	変換後の JSON データ型
整数型 (INT8, INT16, INT32, INT64, UINT8, UINT16, UINT32, UINT64)	JSON Number
浮動小数点型 (FLOAT, DOUBLE)	JSON Number
BOOLEAN	JSON Boolean
STRING	JSON String
MAP	JSON Object
STRUCT	JSON Object
LIST	JSON Array
UNION, TIMESTAMP, その他の型	サポートされていません

方法 4: Routine Load を使用して、Kafka から JSON 形式のデータを継続的に消費し、StarRocks にインポートします。

JSON 型データのクエリと処理

StarRocks は JSON 型データのクエリと処理をサポートしており、JSON 関数とオペレーターを使用できます。

この例では、テーブル tj を使用して説明します。

mysql> select * from tj;
+------+----------------------+
| id   |          j           |
+------+----------------------+
| 1    | {"a": 1, "b": true}  |
| 2    | {"a": 2, "b": false} |
| 3    | {"a": 3, "b": true}  |
| 4    | {"a": 4, "b": false} |
+------+----------------------+

例 1: 条件 id=1 を満たす JSON 型カラムのデータをフィルタリングします。

mysql> select * from tj where id = 1;
+------+---------------------+
| id   |           j         |
+------+---------------------+
| 1    | {"a": 1, "b": true} |
+------+---------------------+

例 2: JSON 型カラムに基づいてテーブル内のデータをフィルタリングします。

以下の例では、j->'a' は JSON 型データを返します。最初の例と比較して、データに対して暗黙の変換を行います。または、CAST 関数を使用して JSON 型データを INT に構築して比較します。

mysql> select * from tj where j->'a' = 1;
+------+---------------------+
| id   | j                   |
+------+---------------------+
|    1 | {"a": 1, "b": true} |
+------+---------------------+

mysql> select * from tj where cast(j->'a' as INT) = 1; 
+------+---------------------+
|   id |         j           |
+------+---------------------+
|   1  | {"a": 1, "b": true} |
+------+---------------------+

例 3: JSON 型カラムに基づいてテーブル内のデータをフィルタリングします（CAST 関数を使用して JSON 型カラムを BOOLEAN 型として構築できます）。

mysql> select * from tj where cast(j->'b' as boolean);
+------+---------------------+
|  id  |          j          |
+------+---------------------+
| 1    | {"a": 1, "b": true} |
| 3    | {"a": 3, "b": true} |
+------+---------------------+

例 4: 条件を満たす JSON 型カラムのデータをフィルタリングし、数値演算を行います。

mysql> select cast(j->'a' as int) from tj where cast(j->'b' as boolean);
+-----------------------+
|  CAST(j->'a' AS INT)  |
+-----------------------+
|          3            |
|          1            |
+-----------------------+

mysql> select sum(cast(j->'a' as int)) from tj where cast(j->'b' as boolean);
+----------------------------+
| sum(CAST(j->'a' AS INT))  |
+----------------------------+
|              4             |
+----------------------------+

例 5: JSON 型カラムに基づいてソートします。

mysql> select * from tj
       where j->'a' <= 3
       order by cast(j->'a' as int);
+------+----------------------+
| id   | j                    |
+------+----------------------+
|    1 | {"a": 1, "b": true}  |
|    2 | {"a": 2, "b": false} |
|    3 | {"a": 3, "b": true}  |
|    4 | {"a": 4, "b": false} |
+------+----------------------+

JSON 関数とオペレーター

JSON 関数とオペレーターを使用して JSON データを構築および処理できます。詳細については、JSON Functions and Operators を参照してください。

JSON 配列

JSON は、オブジェクト、配列、または他の JSON データ型を配列内にネストすることができます。StarRocks は、これらの複雑なネストされた JSON データ構造を処理するための豊富な関数とオペレーターを提供しています。以下では、配列を含む JSON データを処理する方法を紹介します。

events テーブルに event_data という JSON フィールドがあり、以下の内容が含まれているとします。

{
  "user": "Alice",
  "actions": [
    {"type": "click", "timestamp": "2024-03-17T10:00:00Z", "quantity": 1},
    {"type": "view", "timestamp": "2024-03-17T10:05:00Z", "quantity": 2},
    {"type": "purchase", "timestamp": "2024-03-17T10:10:00Z", "quantity": 3}
  ]
}

以下の例は、いくつかの一般的な JSON 配列分析シナリオを示しています。

配列要素の抽出: actions 配列から type、timestamp などの特定のフィールドを抽出し、投影操作を行います。
配列の展開: json_each 関数を使用して、ネストされた JSON 配列を複数行・複数列のテーブル構造に展開し、後続の分析を行います。
配列の計算: 配列関数を使用して、配列要素をフィルタリング、変換、集計します。たとえば、特定のタイプの操作の数をカウントします。

1. JSON 配列から要素を抽出

JSON 配列からネストされた要素を抽出するには、次の構文を使用します。

戻り値の型は依然として JSON 配列であり、CAST 式を使用して型変換を行うことができます。

MySQL > SELECT json_query(event_data, '$.actions[*].type') as json_array FROM events;
+-------------------------------+
| json_array                    |
+-------------------------------+
| ["click", "view", "purchase"] |
+-------------------------------+

MySQL > SELECT cast(json_query(event_data, '$.actions[*].type') as array<string>) array_string FROM events;
+-----------------------------+
| array_string                |
+-----------------------------+
| ["click","view","purchase"] |
+-----------------------------+

2. json_each を使用した展開

StarRocks は json_each 関数を提供しており、JSON 配列を展開し、複数行のデータに変換します。例:

MySQL > select value from events, json_each(event_data->'actions');
+--------------------------------------------------------------------------+
| value                                                                    |
+--------------------------------------------------------------------------+
| {"quantity": 1, "timestamp": "2024-03-17T10:00:00Z", "type": "click"}    |
| {"quantity": 2, "timestamp": "2024-03-17T10:05:00Z", "type": "view"}     |
| {"quantity": 3, "timestamp": "2024-03-17T10:10:00Z", "type": "purchase"} |
+--------------------------------------------------------------------------+

type と timestamp フィールドを個別に抽出するには:

MySQL > select value->'timestamp', value->'type' from events, json_each(event_data->'actions');
+------------------------+---------------+
| value->'timestamp'     | value->'type' |
+------------------------+---------------+
| "2024-03-17T10:00:00Z" | "click"       |
| "2024-03-17T10:05:00Z" | "view"        |
| "2024-03-17T10:10:00Z" | "purchase"    |
+------------------------+---------------+

これにより、JSON 配列データはおなじみのリレーショナルモデルになり、一般的な関数を使用して分析を行うことができます。

3. 配列関数を使用したフィルタリングと計算

StarRocks は ARRAY 関連の関数もサポートしており、JSON 関数と組み合わせてより効率的なクエリを実行できます。これらの関数を組み合わせることで、JSON 配列データをフィルタリング、変換、集計することができます。以下の例は、これらの関数を使用する方法を示しています。

MySQL > 
WITH step1 AS (
 SELECT cast(event_data->'actions' as ARRAY<JSON>) as docs
   FROM events
)
SELECT array_filter(doc -> get_json_string(doc, 'type') = 'click', docs) as clicks
FROM step1
+---------------------------------------------------------------------------+
| clicks                                                                    |
+---------------------------------------------------------------------------+
| ['{"quantity": 1, "timestamp": "2024-03-17T10:00:00Z", "type": "click"}'] |
+---------------------------------------------------------------------------+

さらに、他の ARRAY 関数を組み合わせて、配列要素に対する集計計算を行うことができます。

MySQL > 
WITH step1 AS (
 SELECT cast(event_data->'actions' as ARRAY<JSON>) as docs
   FROM events
), step2 AS (
    SELECT array_filter(doc -> get_json_string(doc, 'type') = 'click', docs) as clicks
    FROM step1
)
SELECT array_sum(
            array_map(doc -> get_json_double(doc, 'quantity'), clicks)
            ) as click_amount
FROM step2
+--------------+
| click_amount |
+--------------+
| 1.0          |
+--------------+

制限事項と考慮事項

JSON 型データの最大サポート長は現在 16 MB です。
ORDER BY、GROUP BY、JOIN 句は JSON 型カラムを参照することをサポートしていません。参照する必要がある場合は、事前に CAST 関数を使用して JSON 型カラムを他の SQL 型に変換できます。具体的な変換方法については、JSON Type Conversion を参照してください。
JSON 型カラムは、重複キーテーブル、主キーテーブル、ユニークキーテーブルに存在できますが、集計テーブルには存在できません。
JSON 型カラムは、重複キーテーブル、主キーテーブル、ユニークキーテーブルのパーティションキー、バケッティングキー、またはディメンションカラムとしてサポートされておらず、JOIN、GROUP BY、ORDER BY 句で使用することはできません。
StarRocks は <, <=, >, >=, =, != オペレーターを使用して JSON データをクエリすることをサポートしていますが、IN オペレーターはサポートしていません。

JSON とは​

JSON データの使用​

JSON 型カラムの作成​

データのロードと JSON 型としての保存​

JSON 型データのクエリと処理​

JSON 関数とオペレーター​

JSON 配列​

1. JSON 配列から要素を抽出​

2. json_each を使用した展開​

3. 配列関数を使用したフィルタリングと計算​

制限事項と考慮事項​