メインコンテンツまでスキップ
に最終更新

JSON_HASH

説明​

JSON_HASH は JSON オブジェクトのハッシュ値を計算します。この関数は JSON 型のパラメータを受け取り、BIGINT 型のハッシュ値を返します。

JSON オブジェクトのハッシュ値を計算する際、この関数は計算前にキーをソートします。そのため、内容が同じでキーの順序だけが異なる JSON オブジェクトは同じハッシュ値になります。

構文​

JSON_HASH(json_value)

エイリアス​

JSONB_HASH

パラメータ​

json_value - ハッシュ値を計算する対象の JSON 値。JSON 型である必要があります。

戻り値​

BIGINT 型のハッシュ値を返します。

入力が NULL の場合、この関数は NULL を返します。

使用方法​

JSON 規格では、JSON オブジェクト内のキーと値のペアに順序はありません。異なるシステム間でも内容が同じ JSON オブジェクトを一貫して識別できるように、JSON_HASH 関数はハッシュ値を計算する前にキーと値のペアをソートします。これは SORT_JSON_OBJECT_KEYS 関数を呼び出す場合と同様です。

また、Doris では JSON オブジェクト内に重複したキーを含めることができますが、ハッシュ計算では最初に出現したキーと値のペアだけを考慮します。これは実際のアプリケーションでの利用形態により適しています。

例​

  1. 基本的なハッシュ値の計算
SELECT json_hash(cast('123' as json));
+--------------------------------+
| json_hash(cast('123' as json)) |
+--------------------------------+
|            5279066513252500087 |
+--------------------------------+
  1. エイリアス関数の確認
SELECT json_hash(cast('123' as json)), jsonb_hash(cast('123' as json));
+--------------------------------+---------------------------------+
| json_hash(cast('123' as json)) | jsonb_hash(cast('123' as json)) |
+--------------------------------+---------------------------------+
|            5279066513252500087 |             5279066513252500087 |
+--------------------------------+---------------------------------+

示されているように、json_hash と jsonb_hash は同じ入力に対して同じハッシュ値を生成し、等価なエイリアス関数であることが確認できます。

  1. キーのソートの確認
SELECT 
    json_hash(cast('{"a":123, "b":456}' as json)), 
    json_hash(cast('{"b":456, "a":123}' as json));
+-----------------------------------------------+-----------------------------------------------+
| json_hash(cast('{"a":123, "b":456}' as json)) | json_hash(cast('{"b":456, "a":123}' as json)) |
+-----------------------------------------------+-----------------------------------------------+
|                             82454694884268544 |                             82454694884268544 |
+-----------------------------------------------+-----------------------------------------------+

json_hash 関数はハッシュ値を計算する前にキーをソートするため、キーの順序にかかわらず同じハッシュ値を生成します。

  1. 重複したキーの処理
SELECT 
    json_hash(cast('{"a":123}' as json)), 
    json_hash(cast('{"a":456}' as json)), 
    json_hash(cast('{"a":123, "a":456}' as json));
+--------------------------------------+--------------------------------------+-----------------------------------------------+
| json_hash(cast('{"a":123}' as json)) | json_hash(cast('{"a":456}' as json)) | json_hash(cast('{"a":123, "a":456}' as json)) |
+--------------------------------------+--------------------------------------+-----------------------------------------------+
|                 -7416836614234106918 |                 -3126362109586887012 |                          -7416836614234106918 |
+--------------------------------------+--------------------------------------+-----------------------------------------------+

JSON オブジェクトに重複したキー（{"a":123, "a":456}）が含まれる場合、json_hash 関数はハッシュ計算で最初のキーと値のペアだけを考慮します。示されているように、重複したキーを持つ JSON オブジェクトのハッシュ値は、最初のキーと値のペア {"a":123} だけを含むオブジェクトのハッシュ値と一致します。

  1. 異なる数値型の処理
SELECT 
    json_hash(to_json(cast('123' as int))), 
    json_hash(to_json(cast('123' as tinyint)));
+----------------------------------------+--------------------------------------------+
| json_hash(to_json(cast('123' as int))) | json_hash(to_json(cast('123' as tinyint))) |
+----------------------------------------+--------------------------------------------+
|                    7882559133986259892 |                        5279066513252500087 |
+----------------------------------------+--------------------------------------------+

同じ数値 123 でも、JSON 内で異なる型（int と tinyint）として格納すると、ハッシュ値は異なります。これは、Doris の JSON 実装が型情報を保持し、ハッシュ計算でその型の違いを考慮するためです。

  1. normalize_json_numbers_to_double を使用して型を統一する
SELECT 
    json_hash(normalize_json_numbers_to_double(to_json(cast('123' as int)))), 
    json_hash(normalize_json_numbers_to_double(to_json(cast('123' as tinyint))));
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+
| json_hash(normalize_json_numbers_to_double(to_json(cast('123' as int)))) | json_hash(normalize_json_numbers_to_double(to_json(cast('123' as tinyint)))) |
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+
|                                                      4028523408277343359 |                                                          4028523408277343359 |
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+

この例では、上記の問題を解決する方法を示します。normalize_json_numbers_to_double 関数を使用して、まずすべての数値を倍精度浮動小数点型に変換してから、ハッシュ値を計算します。これにより、元の数値型にかかわらず一貫したハッシュ値が得られます。

  1. NULL 値の処理
SELECT json_hash(null);
+-----------------+
| json_hash(null) |
+-----------------+
|            NULL |
+-----------------+

注意事項​

  1. JSON_HASH 関数には JSONB_HASH というエイリアスがあり、両関数の機能は同じです。

  2. この関数は、SORT_JSON_OBJECT_KEYS 関数を呼び出す場合と同様に、ハッシュ値を計算する前に JSON オブジェクトのキーをソートします。

  3. JSON オブジェクト内に重複したキーがある場合、この関数はハッシュ計算で最初に出現したキーと値のペアだけを考慮します。

  4. Doris の JSON は数値を異なる型（int、tinyint、bigint、float、double、decimal）で格納できるため、同じ数値でも型が異なればハッシュ値も異なる場合があります。一貫した値が必要な場合は、ハッシュ値を計算する前に NORMALIZE_JSON_NUMBERS_TO_DOUBLE 関数で数値を統一された型に変換できます。

  5. JSON オブジェクトをテキストの解析によって作成する場合（CAST を使用して文字列を JSON に変換する場合など）、Doris は格納に適した数値型を自動的に選択するため、通常は数値型の不一致を気にする必要はありません。

  6. cast/to_json を使用して「123」を手動で JSON オブジェクトに変換せず、代わりにテキスト変換（文字列から JSON オブジェクトを解析する方法）を使用する場合、Doris は「123」を tinyint 型の JSON オブジェクトとしてのみ格納します。そのため、「123」が int 型と tinyint 型の両方として格納されることはありません。

Report issue