首页
/ Miller工具中$*操作符结果不一致问题解析

Miller工具中$*操作符结果不一致问题解析

2025-05-25 04:18:20作者:冯梦姬Eddie

问题现象

在使用Miller数据处理工具时,开发者可能会遇到一个有趣的现象:当使用$*操作符创建包含所有字段的数组时,连续使用put操作符与通过管道分隔使用put操作符会产生不同的结果。

示例对比

考虑以下两个命令:

# 单次执行两个put操作
mlr -c --from <( echo $'a,b\n5,6' ) put '$array = $*' then put '${array.a} *= 1000'

# 通过管道分隔执行两个put操作
mlr -c --from <( echo $'a,b\n5,6' ) put '$array = $*' | mlr -c put '${array.a} *= 1000'

这两个命令看似执行相同的操作,但输出结果却不同。第一个命令将array.a的值乘以1000后得到1000,而第二个命令得到5000。

原因分析

这种差异源于Miller内部对嵌套数据结构处理方式的差异:

  1. 内存中的数据结构:在第一个命令中,array作为一个map类型的数据结构存在于内存中,包含ab两个键。当第二个put操作尝试访问array.a时,它正确地识别了这是一个嵌套结构。

  2. CSV格式的扁平化:在管道操作中,第一个Miller进程的输出被转换为CSV格式。CSV不支持嵌套结构,因此Miller会自动将嵌套结构"扁平化",将array转换为两个独立的字段array.aarray.b。第二个Miller进程接收到的就是这些扁平化的字段。

  3. DSL解析差异:Miller的putfilter操作能够识别.符号并正确处理嵌套结构,但其他操作则不行。在第一个命令中,array保持为map类型;而在管道操作中,它被转换为扁平字段。

解决方案

要确保一致的行为,可以使用flatten操作显式地将嵌套结构转换为扁平字段:

mlr -c --from <( echo $'a,b\n5,6' ) put '$array = $*' then flatten then put '${array.a} *= 1000'

或者使用--no-auto-flatten选项来阻止自动扁平化:

mlr -c --no-auto-flatten --from <( echo $'a,b\n5,6' ) put '$array = $*' | mlr -c put '${array.a} *= 1000'

技术背景

Miller设计用于处理多种数据格式,包括支持嵌套结构的JSON和不支持嵌套结构的CSV/TSV。这种设计导致了在不同上下文中的行为差异:

  1. 内存表示:在内存中,Miller可以保持数据的完整嵌套结构
  2. 格式转换:当数据需要在不同格式间转换时,Miller需要进行适当的扁平化或结构化处理
  3. 操作符行为:不同操作符对数据结构的处理方式可能不同

理解这些差异有助于开发者更有效地使用Miller处理复杂数据结构,特别是在涉及格式转换和管道操作时。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8