jolt json中json mapping是什么

jolt json中json mapping是什么，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

demo 解读

有了第一篇的基础，操作jolt已经不成问题，对于大部分json的mapping已经得心应手了，本片主要聚焦jolt除了json的mapping功能以外的其他功能。

模式的含义

• modify-default-beta 修改-默认 当左手边不存在或是为空的时候进行转换。

• modify-overwrite-beta 修改-覆盖 保留老数据，如果值相同会更新

数组（Array）相关 - List Functions

json input

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

json spec

[   {     "operation": "modify-overwrite-beta",     "spec": {       // 计算数组长度       "numScores": "=size(@(1,scores))",       // 数组取头取尾       "firstScore": "=firstElement(@(1,scores))",       "lastScore": "=lastElement(@(1,scores))",       // 出不来值       "scoreAtMidPoint": "=elementAt(@(1,scores),2)",       // 数组排序       "sortedScores": "=sort(@(1,scores))"    }   } ]

json output

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

数学（Math）相关 - 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": {       // 数组 求和       "sumIntData": "=intSum(@(1,intData))",       "sumLongData": "=intSum(@(1,intData))", // 和intSum一样，不同的是返回Java Long       "sumDoubleData": "=doubleSum(@(1,doubleData))",       // 数组 求平均       "avgIntData": "=avg(@(1,intData))", // 返回double类型       "avgDoubleData": "=avg(@(1,doubleData))",       // 数组 排序       "sortedIntScores": "=sort(@(1,intData))",       // 获取 最小值       "minAB": "=min(@(1,a),@(1,b))",        // 获取 最大值       "maxAB": "=max(@(1,a),@(1,b))",        // 获取 绝对值       "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 }

类型转换 - 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 转 布尔       "happy": "=toBoolean",       // 如果原来不是布尔，转boolean可以设置false       "meh": ["=toBoolean", false],       //       // 数字 转 字符串       "answer": "=toString",       // 下面做一些类型转换练习，缺省数据给默认值       "statistics": {         "*": {           // 转成 整型 缺省设置0           "min": ["=toInteger", 0],           // 转成 整型 缺省设置null           "max": ["=toInteger", null],           // 转成 浮点型 缺省设置null           "avg": ["=toDouble", null],           // id列缺省时 设置 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   } ] }

字符串连接 - 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模式的含义是，当左手边不存在或是为空的时候进行转换。     "operation": "modify-default-beta",     "spec": {       // @(1,x)将x数组中各个元素解析出来，再组合       // y通过join将x数组中元素通过 逗号 组合       // z通过join将x数组中元素通过 空格 组合       "y": "=join(',',@(1,x))",       "z": "=join(' ',@(1,x))",       //       // 英文字符全部大写或小写转换       "small_toUpper": "=toUpper(@(1,small))",       "BIG_toLower": "=toLower(@(1,BIG))",       "people": {         "*": {           //  1表示，钻取第二层数据           "fullName": "=concat(@(1,firstName),' ',@(1,lastName))",           // 后缀问好的意思是，实际有address这个字段时才会解析           "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" }

关于jolt json中json mapping是什么问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。