element_at：获取数组/Map 元素

速查结论

element_at(array, index) / element_at(map, key) 是 Spark SQL 中用于获取数组指定索引元素或 Map 指定 key 值的函数。索引从 1 开始。与 try_element_at 的区别：索引越界且 spark.sql.ansi.enabled=true 时会抛出异常。

语法

-- 数组取值
element_at(array, index)

-- Map 取值
element_at(map, key)

参数说明

数组用法：

参数	说明
array	数组表达式
index	从1开始计数的索引。0 会报错。负数表示从末尾向前

Map 用法：

参数	说明
map	Map 表达式
key	要查找的键

返回值：

• 数组：指定索引处的元素。索引越界时，ANSI 模式下抛异常，非 ANSI 模式返回 NULL
• Map：指定 key 对应的 value。key 不存在时返回 NULL

Since: 2.4.0

示例

数组取值

-- 获取索引 2 的元素
SELECT element_at(array(1, 2, 3), 2);
-- 结果: 2

-- 负数索引：从末尾向前
SELECT element_at(array(1, 2, 3), -1);
-- 结果: 3

Map 取值

-- 获取 key=2 的 value
SELECT element_at(map(1, 'a', 2, 'b'), 2);
-- 结果: b

element_at vs try_element_at 对比

函数	索引越界（ANSI 模式）	key 不存在	适用场景
element_at	抛异常	返回 NULL	数据规整、索引保证有效
try_element_at	返回 NULL	返回 NULL	数据不规整，安全优先

-- element_at: 索引越界在 ANSI 模式下会报错
SET spark.sql.ansi.enabled=true;
SELECT element_at(array(1, 2, 3), 10);
-- 报错: ArrayIndexOutOfBoundsException

-- try_element_at: 始终返回 NULL
SELECT try_element_at(array(1, 2, 3), 10);
-- 结果: NULL

选型建议：

• 数据规整、索引必然有效：用 element_at
• 数据不规整、索引可能越界：用 try_element_at

常见报错与避坑指南

索引 0 始终报错

数组索引从 1 开始，索引 0 在任何模式下都会报错。

-- 错误写法：索引必须是 1-based
SELECT element_at(array(1, 2, 3), 0);
-- 报错: SQL Array indices start at 1, got 0

-- 正确写法
SELECT element_at(array(1, 2, 3), 1);
-- 结果: 1

ANSI 模式下的越界行为

spark.sql.ansi.enabled 配置会影响越界行为，在生产环境中需注意配置一致性。

-- 非 ANSI 模式（默认）：越界返回 NULL
SET spark.sql.ansi.enabled=false;
SELECT element_at(array(1, 2, 3), 10);
-- 结果: NULL

-- ANSI 模式：越界抛异常
SET spark.sql.ansi.enabled=true;
SELECT element_at(array(1, 2, 3), 10);
-- 报错

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题