Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

Простой пример извлечения JSON-данных с помощью приёмной таблицы и Materialized View

View as MarkdownEdit this pageReport an issueSet up docs MCP

Вопрос

Как работать с сообщениями JSON, используя source или приёмную таблицу для извлечения данных с помощью materialized view? Как работать с JSON без экспериментального JSON Object?

Ответ

Распространённый способ работы с данными JSON — отправлять их в приёмную таблицу и с помощью функций JSONExtract извлекать их в новую таблицу через триггер materialized view. Обычно для этого используется следующая схема:

исходные данные --> таблица MergeTree --> Materialized View (с базовой таблицей) --> приложение/клиент

В приёмной таблице должно быть строковое поле raw, в котором будет храниться исходный JSON. Также в ней должно быть ещё одно или два поля, которые можно использовать для обслуживания этой таблицы, чтобы её можно было разбивать на партиции и очищать по мере устаревания данных.

*некоторые интеграции могут добавлять поля к исходным данным, например при использовании ClickHouse Kafka Connector Sink.

Ниже приведён упрощённый пример:

  • создайте пример базы данных
create database db1;
  • создайте приёмную таблицу, в которую будет вставляться исходный JSON:
create table db1.table2_json_raw
(
    id Int32,
    timestamp DateTime,
    raw String
)
engine = MergeTree()
order by timestamp;
  • создайте базовую таблицу для materialized view
create table db1.table2_json_mv_base
(
 id Int32,
 timestamp DateTime,
 raw_string String,
 custId Int8,
 custName String
)
engine = MergeTree()
order by timestamp;
  • создайте materialized view на основе базовой таблицы
create materialized view db1.table2_json_mv to db1.table2_json_mv_base
AS SELECT
 id,
 timestamp,
 raw as raw_string,
 simpleJSONExtractRaw(raw, 'customerId') as custId,
 simpleJSONExtractRaw(raw, 'customerName') as custName
 FROM
db1.table2_json_raw;
  • вставить несколько строк с примерами данных
 insert into db1.table2_json_raw
 values
 (1, '2024-05-16 00:00:00', '{"customerId":1, "customerName":"ABC"}'),
 (2, '2024-05-16 00:00:01', '{"customerId":2, "customerName":"XYZ"}');
  • просмотреть результаты извлечения и materialized view, используемую в запросах
clickhouse-cloud :) select * from db1.table2_json_mv;

SELECT *
FROM db1.table2_json_mv

Query id: 12655fd3-567a-4dfb-9ef7-abc4b11ad044

┌─id─┬───────────timestamp─┬─raw_string─────────────────────────────┬─custId─┬─custName─┐
│  1 │ 2024-05-16 00:00:00 │ {"customerId":1, "customerName":"ABC"} │ 1      │ "ABC"    │
│  2 │ 2024-05-16 00:00:01 │ {"customerId":2, "customerName":"XYZ"} │ 2      │ "XYZ"    │
└────┴─────────────────────┴────────────────────────────────────────┴────────┴──────────┘

Дополнительные ссылки на справочные материалы: Materialized Views: https://clickhouse.com/docs/guides/developer/cascading-materialized-views Работа с JSON: https://clickhouse.com/docs/integrations/data-formats/json#other-approaches Функции JSON: https://clickhouse.com/docs/sql-reference/functions/json-functions

Navigation