Question

我正在尝试查询加载到Hive Table的大型XML

CREATE TABLE test (
xmlfile STRING
);

完整的XML就在这里：http://bpaste.net/show/178819/

<dataroot>
    <AccessPoint>
       <Denominazione>Piazza G.Garibaldi</Denominazione>
       <Latitudine>41.9607</Latitudine>
       <longitudine>12.7963</longitudine>
       <Indirizzo>Piazza G.Garibaldi</Indirizzo>
       <Comune>Tivoli</Comune>
       <Tipologia>Privati federati</Tipologia>
    </AccessPoint>
    <AccessPoint>
       <Denominazione>Piazza Tempio D&apos;Ercole</Denominazione>
       <Latitudine>41.9653</Latitudine>
       <longitudine>12.7977</longitudine>
       <Indirizzo>Piazza Tempio D&apos;Ercole</Indirizzo>
       <Comune>Tivoli</Comune>
       <Tipologia>Privati federati</Tipologia>
    </AccessPoint>
    ...
</dataroot>

所以我试图用

查询

SELECT XPATH(xmlfile,'dataroot/AccessPoint/Denominazione/text()') FROM test;
...
Job running in-process (local Hadoop)
[Fatal Error] :1:1: Content is not allowed in prolog.

Answer 1

解决。有两个问题：

XML内容格式错误

[bash]$ cat -A xmlfile
M-oM-;M-?<?xml version="1.0" encoding="UTF-8"?>^M$
...

XML必须全部在一行上。我快速完成了：vim上的％j

Hive Xpath XML：prolog中不允许使用内容

1 个答案: