Hadoop 尝试通过“横向视图”和“分解”获取具有配置单元中数组中的值的多行

我有一个有两列的表，我正在尝试用数组中的值获取多行

date                  users
2019-01-01       ["U00001","U00002","U00002"]

date                 user
2019-01-01    "U00001","U00002","U00002"

我试图得到如下输出

date               users
2019-01-01       "U00001"
2019-01-01       "U00002"
2019-01-01       "U00003"

我正在使用下面的查询

SELECT date, user FROM  table1
LATERAL VIEW  explode(users)  myTable2 AS user;

我无法获得上述预期的输出，
我的查询结果如下所示

date                  users
2019-01-01       ["U00001","U00002","U00002"]

date                 user
2019-01-01    "U00001","U00002","U00002"

我的列数据类型是

column         data_type
date            string
user            Array

---

date

和

user

是配置单元中的保留字，请使用反勾号。另外（检查我的示例）侧视图应具有别名（u），柱分解为别名用户：

with your_data as (--use your table instead of this 
select stack(1, '2019-01-01', array("U00001","U00002","U00002")) as(`date`, users)
)

select t.`date`, u.`user` 
  from your_data t --use your table instead
       lateral view explode(t.users) u as `user` ;

如果用户类型为字符串，请删除方括号和双引号，然后拆分和分解：

with your_data as (--use your table instead of this 
select stack(1, '2019-01-01', '["U00001","U00002","U00002"]') as (`date`, users)
)

select t.`date`, u.`user` 
  from your_data t --use your table instead
       lateral view explode(split(regexp_replace(t.users,'\\[|\\]|\\"',''),',')) u as `user` ;

结果:

t.date      u.user
2019-01-01  U00001
2019-01-01  U00002
2019-01-01  U00002

---

感谢@LeftJoin，我已经尝试过了，但是我的用户列是字符串类型，它看起来像是“U00001”、“U00002”、“U00003”，因为explode只接受数组或映射类型，我尝试将用户列转换为数组类型，我从表中选择了数组（““U00001”、“U00002”、“U00003”），我得到了如下输出[“\”U00001“\“，\“U00002\”，\“U00003\”]，不明白为什么我在output@Rahul用户列到底包含什么？这个字符串

“[“U00001”、“U00002”、“U00002”]”

？那么为什么要使用array（something）@Rahul更新的字符串答案type@Rahul回答您的问题，为什么数组（'U00001'，U00002'，U00003'）会导致[“\“U00001\”、“U00002\”、“U00003\”]？由于数组打印为JSON字符串，所以每个元素都用引号括起来。单元素数组中包含双引号，配置单元用斜杠屏蔽以生成正确的JSON。根据JSON规范，JSON中的双引号应该被屏蔽，因为双引号是特殊字符。若要从字符串生成数组，需要使用拆分函数M not array（）。选择拆分（“'U00001”“U00002”“U00003”“U00003”“U00001”“U00002”“U00003”“U00003”“U00003”“U00001”“U00002”“U00003”“U00003”“）也会产生相同的结果