JSON路径提取失败时默认返回SQL标准NULL，需用coalesce、case when或DataFlow空值映射显式声明语义，并通过DDL约束、非空断言和Schema Registry严格模式保障下游稳定。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在火山引擎数据处理链路中，当JSON字段解析失败或指定路径不存在时，系统默认不填充占位值，导致下游任务因空值引发类型错误、聚合异常或写入中断。必须明确声明缺失字段的语义与表现形式，才能保障ETL流程稳定。
JSON路径提取失败时的默认行为
使用 `json_extract` 或 `get_json_object` 函数提取嵌套字段时，若路径不存在（如 $.user.profile.age 但 JSON 中无 profile 对象），函数直接返回 NULL，而非空字符串、0 或空数组。
该 NULL 是 SQL 标准 NULL，参与任何运算（如 +1、concat）结果仍为 NULL，且 count(col) 不计数、sum() 自动跳过。
注意：此行为不可配置，也无全局开关关闭——它由火山引擎底层 JSON 解析器硬编码决定。
显式声明缺失值语义的三种方式
方法一：用 `coalesce()` 统一兜底
对关键字段强制赋予业务可解释的默认值，例如：coalesce(get_json_object(json_str, '$.order.amount'), '0.00') → 缺失时返回字符串 '0.00'；coalesce(cast(get_json_object(json_str, '$.user.id') as bigint), -1) → 缺失时返回 【-1 表示未知用户】。
方法二：用 `case when` 区分空与非法
当需区分「路径不存在」和「路径存在但值为 null/空字符串」时，必须先判断路径是否存在：case when json_valid(json_str) and get_json_object(json_str, '$.data') is not null then get_json_object(json_str, '$.data') else 'MISSING_PATH' end。
这里 【`json_valid()` 必须前置校验，否则 `get_json_object` 在畸形 JSON 上会报错中断任务】。
方法三：在 DataFlow 节点中启用「空值映射」开关
进入火山引擎控制台 → 数据开发 → DataFlow 作业 → 编辑 JSON 解析节点 → 展开「高级设置」→ 勾选「将缺失字段映射为指定默认值」→ 输入默认值（支持字符串、数字、布尔、null 字面量）。该设置仅作用于当前节点输出 Schema，不影响原始 JSON 字符串。
下游消费时的强约束校验
第一步：在目标表 DDL 中明确定义字段的 NULLABLE 属性
建表时务必写清 amount decimal(18,2) NULL 或 amount decimal(18,2) NOT NULL DEFAULT 0.00。若定义为 NOT NULL 却未设 DEFAULT，上游传入 NULL 会导致写入失败并抛出 Column 'amount' cannot be null 错误。
第二步：在 Flink SQL 或 Spark SQL 任务中添加非空断言
运行前插入校验逻辑：SELECT COUNT(*) FROM source_table WHERE get_json_object(json_col, '$.event_id') IS NULL;
若结果 > 0，立即告警并终止后续计算，避免脏数据污染宽表。
第三步：对实时通道（如 Kafka 消费）启用 Schema Registry 严格模式
在火山引擎消息队列控制台中，为 Topic 关联 Avro Schema，并开启「字段缺失拒绝写入」。此时 Producer 若发送不含必填字段的 JSON，Broker 将直接拒绝该消息，返回 HTTP 422 错误，强制上游修复数据生成逻辑。
