json数组抽取到BI平台后显示为String格式，虽然数据的组织形式看似是json数组，但不能直接针对此数据进行explode。以下介绍通过SparkSQL内置函数的标准处理方式。

Spark 中和 json 相关的函数有（点击函数链接可查看官方语法说明）：from_json、get_json_object、to_json、json_tuple、schema_of_json

• 假设 json 字段存储了非嵌套的内容，且是 json 字符串的数组。

[{"dsid":"uhad","a3":"a3"},{"dsid":"hush"}]

• 先判断 json 的 schema，再转换回 json 格式：

from_json([被解析的json数组字段], schema_of_json('[{"dsid":"uhad","a3":"a3"},{"dsid":"hush"}]'))

• schema_of_json 里的 json 字段可以取一行数据为例，可以直接用解析好的 schema 填充。

from_json([被解析的json数组字段], 'array<struct<a3:string,dsid:string>>')

需要注意的地方：

1. json数据为非结构化数据，可能存在数组内两个json对象包含的元素不一致的情况，如上面例子中，一个包含dsid和a3，另一个仅包含dsid。选择不一样的json对象来解析，得到的schema也会不同，处理的结果也会不同。

2. 对于嵌套形式的复杂json也能处理，结合1中所述，最终输出的结果是按schema形式组织的。如下所示的json数组，如果按 'array<struct<dsId:string>>' 形式处理，处理后仅会保留dsId相关数据：

    处理前：

[    
    {        
        "dsId": "i2fd25358333330aadd3ae",
        "created": true,
        "name": "xx报表",
        "dirPath": [
            {
                "dirId": "w29946f6333334f07a70a726",
                "dirName": "根目录"
            }
        ],
        "parentDirName": "根目录",
        "parentDirId": "w29946f62bb3c4f07a70a726"
    },
    {
        "dsId": "qdf7e55df03ab4e5c9c46d9d",
        "created": true,
        "name": "xx报表",
        "dirPath": [
            {
                "dirId": "w29946f62bb3c4f07a70a726",
                "dirName": "根目录"
            }
        ],
        "parentDirName": "根目录",
        "parentDirId": "w29946f62bb3c4f07a70a726"
    }
]

处理后：

[
    {
        "dsId": "i2fd25358333330aadd3ae"
    },
    {
        "dsId": "qdf7e55df03ab4e5c9c46d9d"
    }
]

• 接着使用 explode 拆分数组，得到exploded_string ，即[解析完的json]

explode(from_json([被解析的json数组字段], 'array<struct<a3:string,dsid:string>>'))

• 最后按 struct 的取数方式，即 . 操作符， exploded_string.wanted_key 从前面的结果里取得 json 的 k-v 结果：

[解析完的json].dsid