大网数据广告活动
数据库部署与 SQL 参考

Apache Doris 中文参考:ARRAY | Complex Types

· 52CE 我爱测

表示由 T 类型元素组成的数组,常用于存储标签、ID 列表、多值属性等场景。关于该类型的语法、限制与函数支持,请参阅 ARRAY 数据类型。

ARRAY<T> 表示由 T 类型元素组成的数组,常用于存储标签、ID 列表、多值属性等场景。关于该类型的语法、限制与函数支持,请参阅 ARRAY 数据类型。

本文聚焦于如何将包含 ARRAY 字段的数据导入 Doris,按数据来源格式分别给出 CSV 与 JSON 两种典型场景的端到端示例。

适用场景

数据来源 推荐方案 关键参数
由 ` 、\t` 等分隔的文本文件 CSV 格式 Stream Load
嵌套结构化的 JSON 数组 JSON 格式 Stream Load format=json、strip_outer_array

通用步骤如下:

  1. 准备符合格式的源数据文件
  2. 在 Doris 中创建包含 ARRAY<T> 列的目标表
  3. 通过 Stream Load 将文件导入
  4. 查询并校验数据是否正确解析

CSV 格式导入

第 1 步:准备数据

创建 CSV 文件 test_array.csv。由于数组元素本身使用逗号分隔,为避免与列分隔符冲突,这里使用 | 作为列分隔符:

1|[1,2,3,4,5]
2|[6,7,8]
3|[]
4|null

第 2 步:在数据库中建表

CREATE TABLE `array_test` (
    `id`         INT           NOT NULL,
    `c_array`    ARRAY<INT>    NULL
)
DUPLICATE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 1
PROPERTIES (
    "replication_allocation" = "tag.location.default: 1"
);

第 3 步:导入数据

通过 Stream Load 导入,使用 column_separator 指定列分隔符为 |:

curl --location-trusted \
        -u "root":"" \
        -H "column_separator:|" \
        -H "columns: id, c_array" \
        -T "test_array.csv" \
        http://localhost:8040/api/testdb/array_test/_stream_load

第 4 步:检查导入数据

mysql> SELECT * FROM array_test;
+------+-----------------+
| id   | c_array         |
+------+-----------------+
|    1 | [1, 2, 3, 4, 5] |
|    2 | [6, 7, 8]       |
|    3 | []              |
|    4 | NULL            |
+------+-----------------+
4 rows in set (0.01 sec)

JSON 格式导入

第 1 步:准备数据

创建 JSON 文件 test_array.json,最外层为对象数组:

[
    {"id":1, "c_array":[1,2,3,4,5]},
    {"id":2, "c_array":[6,7,8]},
    {"id":3, "c_array":[]},
    {"id":4, "c_array":null}
]

第 2 步:在数据库中建表

CREATE TABLE `array_test` (
    `id`         INT           NOT NULL,
    `c_array`    ARRAY<INT>    NULL
)
DUPLICATE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 1
PROPERTIES (
    "replication_allocation" = "tag.location.default: 1"
);

第 3 步:导入数据

通过 Stream Load 导入,需要将 format 设置为 json,并使用 strip_outer_array:true 将最外层数组拆分为多行:

curl --location-trusted \
        -u "root":"" \
        -H "format:json" \
        -H "columns: id, c_array" \
        -H "strip_outer_array:true" \
        -T "test_array.json" \
        http://localhost:8040/api/testdb/array_test/_stream_load

第 4 步:检查导入数据

mysql> SELECT * FROM array_test;
+------+-----------------+
| id   | c_array         |
+------+-----------------+
|    1 | [1, 2, 3, 4, 5] |
|    2 | [6, 7, 8]       |
|    3 | []              |
|    4 | NULL            |
+------+-----------------+
4 rows in set (0.01 sec)

关键参数说明

参数 适用格式 说明
column_separator CSV 列分隔符。当数组中包含逗号时,建议使用 `
columns CSV / JSON 指定数据列与表列的映射顺序
format JSON 设置为 json 表示按 JSON 格式解析输入
strip_outer_array JSON 设为 true 时,会剥离最外层的 [],将其中每个对象作为一行导入

常见问题

数组中含逗号时,CSV 列分隔符为什么不能用逗号?

ARRAY 在 CSV 文件中以 [1,2,3] 形式表示,元素之间用逗号分隔。如果列分隔符也是逗号,解析器无法区分数组内部分隔符与列分隔符,会导致解析错误。建议使用 |、\t 等不会出现在数组内容中的字符。

如何表示 NULL 数组与空数组?

  • NULL 数组:直接写 null(CSV)或使用 JSON 字面量 null,导入后值为 NULL
  • 空数组:写为 [],导入后值为 [],二者语义不同

JSON 文件最外层不是数组怎么办?

如果文件中每行是一个独立的 JSON 对象(JSON Lines),无需设置 strip_outer_array;只有在最外层为 [ {...}, {...} ] 形式时,才需要将 strip_outer_array 设置为 true。

本文来自 Apache Doris 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
Apache Doris 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。