Question

我在这里有一张蜂巢表。

 CREATE external TABLE apacheLogs4( 
     ip STRING, 
     instance STRING, 
     time STRING, 
     request STRING, 
     status STRING, 
     size STRING, 
     referer STRING, 
     agent STRING, 
     last STRING) 
     ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe' 
     WITH SERDEPROPERTIES (
     "input.regex" = "\"([^ ]*)\" ([^ ]*) - - \\[(.*)\\] ([^ \"]*|\"[^\"]*\") (-|[0-9]*) (-|      [0-9]*) ([^ \"]*|\"[^\"]*\") ([^ \"]*|\"[^\"]*\") ([^ ]*)",
     "output.format.string" = "%1$s %2$s %3$s %4$s %5$s %6$s %7$s %8$s %9$s" 
     ) 
      STORED AS TEXTFILE 
    LOCATION '/home/~user/Documents/apache_logs2'

我将正则表达式应用于ip和agent，以便在将这些记录插入新表之前提取每条记录的国家/地区和浏览器类型。

我如何在蜂巢中做到这一点？

Answer 1

您可以尝试创建UDFS来实现此目的

请参照..

https://cwiki.apache.org/confluence/display/Hive/HivePlugins

在插入另一个表之前转换hive表中的数据

1 个答案: