jolt json中json mapping是什么

jolt json中json mapping是什么，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

demo 解讀

有了第一篇的基礎，操作jolt已經不成問題，對于大部分json的mapping已經得心應手了，本片主要聚焦jolt除了json的mapping功能以外的其他功能。

模式的含義

• modify-default-beta 修改-默認 當左手邊不存在或是為空的時候進行轉換。

• modify-overwrite-beta 修改-覆蓋 保留老數據，如果值相同會更新

數組（Array）相關 - List Functions

json input

{
  "scores": [
    4,
    2,
    8,
    7,
    5
  ]
}

json spec

[
  {
    "operation": "modify-overwrite-beta",
    "spec": {
      // 計算數組長度
      "numScores": "=size(@(1,scores))",
      // 數組取頭取尾
      "firstScore": "=firstElement(@(1,scores))",
      "lastScore": "=lastElement(@(1,scores))",
      // 出不來值
      "scoreAtMidPoint": "=elementAt(@(1,scores),2)",
      // 數組排序
      "sortedScores": "=sort(@(1,scores))"    }
  }
]

json output

{
  "scores" : [ 4, 2, 8, 7, 5 ],
  "numScores" : 5,
  "firstScore" : 4,
  "lastScore" : 5,
  "sortedScores" : [ 2, 4, 5, 7, 8 ]
}

數學（Math）相關 - Math Functions

json input

{
  "intData" : [ 2, 7, 5 ],
  "doubleData" : [ 0.25, 1.5, 1 ],

  "a" : 10,
  "b" : 5,
  "c" : 3,

  "negative" : "-1.0"
}

json spec

[
  {
    "operation": "modify-overwrite-beta",
    "spec": {
      // 數組 求和
      "sumIntData": "=intSum(@(1,intData))",
      "sumLongData": "=intSum(@(1,intData))", // 和intSum一樣，不同的是返回Java Long
      "sumDoubleData": "=doubleSum(@(1,doubleData))",
      // 數組 求平均
      "avgIntData": "=avg(@(1,intData))", // 返回double類型
      "avgDoubleData": "=avg(@(1,doubleData))",
      // 數組 排序
      "sortedIntScores": "=sort(@(1,intData))",
      // 獲取 最小值
      "minAB": "=min(@(1,a),@(1,b))", 
      // 獲取 最大值
      "maxAB": "=max(@(1,a),@(1,b))", 
      // 獲取 絕對值
      "abs": "=abs(@(1,negative))",
      // 除法
      "aDivB": "=divide(@(1,a),@(1,b))",
      "aDivC": "=divide(@(1,a),@(1,c))", 
      //
      // 除法 四舍五入
      "aDivCRounded4": "=divideAndRound(4,@(1,a),@(1,c))"
    }
  }
]

json output

{
  "intData" : [ 2, 7, 5 ],
  "doubleData" : [ 0.25, 1.5, 1 ],
  "a" : 10,
  "b" : 5,
  "c" : 3,
  "negative" : "-1.0",
  "sumIntData" : 14,
  "sumLongData" : 14,
  "sumDoubleData" : 2.75,
  "avgIntData" : 4.666666666666667,
  "avgDoubleData" : 0.9166666666666666,
  "sortedIntScores" : [ 2, 5, 7 ],
  "minAB" : 5,
  "maxAB" : 10,
  "abs" : 1.0,
  "aDivB" : 2.0,
  "aDivC" : 3.3333333333333335,
  "aDivCRounded4" : 3.3333
}

類型轉換 - Type Conversion

json input

{
  "happy": "true",
  "meh": "meh",
  "answer": 42,

  "statistics" : [
    {
      "id" : "A",
      "min" : "2.0",
      "max" : "10.0",
      "avg" : "7.9"
    },
    {
      "min" : "6",
      "max" : "6",
      "avg" : "6"
    },
    {
      "id" : "C"
    }
  ]
}

json spec

[
  {
    "operation": "modify-overwrite-beta",
    "spec": {
      // 字符串 轉 布爾
      "happy": "=toBoolean",
      // 如果原來不是布爾，轉boolean可以設置false
      "meh": ["=toBoolean", false],
      //
      // 數字 轉 字符串
      "answer": "=toString",
      // 下面做一些類型轉換練習，缺省數據給默認值
      "statistics": {
        "*": {
          // 轉成 整型 缺省設置0
          "min": ["=toInteger", 0],
          // 轉成 整型 缺省設置null
          "max": ["=toInteger", null],
          // 轉成 浮點型 缺省設置null
          "avg": ["=toDouble", null],
          // id列缺省時 設置 UNKNOWN
          "_id": "UNKNOWN"
        }
      }
    }
  }
]

json output

{
  "happy" : true,
  "meh" : false,
  "answer" : "42",
  "statistics" : [ {
    "id" : "A",
    "min" : 2,
    "max" : 10,
    "avg" : 7.9
  }, {
    "min" : 6,
    "max" : 6,
    "avg" : 6.0,
    "id" : "UNKNOWN"
  }, {
    "id" : "C",
    "min" : 0,
    "max" : null,
    "avg" : null
  } ]
}

字符串連接 - String Concatenation

json input

{
  "x": [ 3, 2, 1, "go"  ],
  "small": "small",
  "BIG": "BIG",

  "people": [
    {
      "firstName": "Bob",
      "lastName": "Smith",
      "address": {
        "state": null
      }
    },
    {
      "firstName": "Sterling",
      "lastName": "Archer"
    }
  ]
}

json spec

[
  {
  //modify-default-beta模式的含義是，當左手邊不存在或是為空的時候進行轉換。
    "operation": "modify-default-beta",
    "spec": {
      // @(1,x)將x數組中各個元素解析出來，再組合
      // y通過join將x數組中元素通過 逗號 組合
      // z通過join將x數組中元素通過 空格 組合
      "y": "=join(',',@(1,x))",
      "z": "=join(' ',@(1,x))",
      //
      // 英文字符全部大寫或小寫轉換
      "small_toUpper": "=toUpper(@(1,small))",
      "BIG_toLower": "=toLower(@(1,BIG))",
      "people": {
        "*": {
          //  1表示，鉆取第二層數據
          "fullName": "=concat(@(1,firstName),' ',@(1,lastName))",
          // 后綴問好的意思是，實際有address這個字段時才會解析
          "address?": {
            "state": "Texas"
          }
        }
      }
    }
  }
]

json output

{
  "x" : [ 3, 2, 1, "go" ],
  "small" : "small",
  "BIG" : "BIG",
  "people" : [ {
    "firstName" : "Bob",
    "lastName" : "Smith",
    "address" : {
      "state" : "Texas"
    },
    "fullName" : "Bob Smith"
  }, {
    "firstName" : "Sterling",
    "lastName" : "Archer",
    "fullName" : "Sterling Archer"
  } ],
  "y" : "3,2,1,go",
  "z" : "3 2 1 go",
  "small_toUpper" : "SMALL",
  "BIG_toLower" : "big"
}

關于jolt json中json mapping是什么問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。