在大数据引擎（如Hive SQL）中，复杂数据类型（如 `ARRAY`、`MAP`、`STRUCT` 和 `JSON`）的构造和提取是常见操作。以下详细说明其用法：

---

### 一、复杂类型的构造方法
#### 1. **ARRAY（数组）**
- **构造语法**：`ARRAY(element1, element2, ...)`
- 示例：
```sql
SELECT ARRAY('a', 'b', 'c') AS my_array;
-- 输出: ["a","b","c"]
```

#### 2. **MAP（键值对）**
- **构造语法**：`MAP(key1, value1, key2, value2, ...)`
- 示例：
```sql
SELECT MAP('name', 'John', 'age', '25') AS my_map;
-- 输出: {"name":"John","age":"25"}
```

#### 3. **STRUCT（结构体）**
- **构造语法**：`STRUCT(field1, field2, ...)` 或 `NAMED_STRUCT('field1', value1, 'field2', value2, ...)`
- 示例：
```sql
SELECT NAMED_STRUCT('name', 'John', 'age', 25) AS my_struct;
-- 输出: {"name":"John","age":25}
```

#### 4. **JSON（字符串形式存储）**
- 直接通过字符串构造（需用函数解析）：
```sql
SELECT '{"name": "John", "age": 25}' AS json_string;
```

---

### 二、从复杂类型中提取数据
#### 1. **提取 ARRAY 元素**
- 通过下标（从0开始）访问：
```sql
SELECT my_array[0] AS first_element FROM table;
```
- 使用 `explode()` 展开数组（每行一个元素）：
```sql
SELECT explode(my_array) AS element FROM table;
```

#### 2. **提取 MAP 的值**
- 通过键名访问：
```sql
SELECT my_map['name'] AS name_value FROM table;
```

#### 3. **提取 STRUCT 的字段**
- 通过字段名访问：
```sql
SELECT my_struct.name AS name_field FROM table;
```

#### 4. **解析 JSON 字符串**
- 使用 `get_json_object()` 提取特定路径的值：
```sql
SELECT get_json_object(json_string, '$.name') AS name FROM table;
```
- 使用 `json_tuple()` 提取多个字段（更高效）：
```sql
SELECT json_tuple(json_string, 'name', 'age') AS (name, age) FROM table;
```

---

### 三、简化提取的常用技巧
1. **嵌套提取**（例如从数组中的结构体提取字段）：
```sql
SELECT my_array[0].name AS first_name FROM table;
```

2. **结合 LATERAL VIEW 处理数组/Map**（展开后关联原表）：
```sql
SELECT id, element
FROM table
LATERAL VIEW explode(my_array) exploded_table AS element;
```

3. **使用 `split()` 处理字符串伪数组**（非原生数组时）：
```sql
SELECT split('a,b,c', ',')[0] AS first_element; -- 输出 "a"
```

---

### 四、注意事项
1. **类型一致性**：确保构造时元素类型一致（例如 `ARRAY<int>` 只能包含整数）。
2. **JSON 处理**：Hive 原生不支持 JSON 类型，但可通过字符串和函数模拟。
3. **性能优化**：`explode()` 和 `LATERAL VIEW` 可能导致数据膨胀，需谨慎使用。

如果有具体场景或报错，可以提供更多细节进一步分析！