Question

我有一个类似下面的JSON文件，我希望在解析格式的HIVE表中加载，我可以选择哪些选项。

如果是AVRO那么我可以直接使用AvroSerDe。但在这种情况下，源文件是JSON。

{  
   "subscriberId":"vfd1234-07e1-4054-9b64-83a5a20744db",
   "cartId":"1234edswe-6a9c-493c-bcd0-7fb71995beef",
   "cartStatus":"default",
   "salesChannel":"XYZ",
   "accountId":"12345",
   "channelNumber":"12",
   "timestamp":"Dec 12, 2013 8:30:00 AM",
   "promotions":[  
      {  
         "promotionId":"NEWID1234",
         "promotionContent":{  
            "has_termsandconditions":[  
               "TC_NFLMAXDEFAULT16R103578"
            ],
            "sequenceNumber":"305",
            "quantity":"1",
            "promotionLevel":"basic",
            "promotionDuration":"1",
            "endDate":"1283142400000",
            "description":"Regular Season One Payment",
            "active":"true",
            "disableInOfferPanel":"true",
            "displayInCart":"true",
            "type":"promotion",
            "frequencyOfCharge":"weekly",
            "promotionId":"NEWID1234",
            "promotionIndicator":"No",
            "shoppingCartTitle":"Regular Season One Payment",
            "discountedPrice":"0",
            "preselectedInOfferPanel":"false",
            "price":"9.99",
            "name":"Regular Season One Payment",
            "have":[  
               "CatNFLSundayMax"
            ],
            "ID":"NEWID1234",
            "startDate":"1451365600000",
            "displayInOfferPanel":"true"
         }
      }
   ]
}

我确实尝试使用org.openx.data.jsonserde.JsonSerDe创建一个表格，但它没有向我显示数据。

CREATE EXTERNAL TABLE test1
(
SUBSCRIBER_ID string,
CART_ID string,
CART_STAT_NAME string,
SLS_CHAN_NAME string,
ACCOUNT_ID string,
CHAN_NBR string,
TX_TMSTMP string,
PROMOTION ARRAY<STRING>
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
LOCATION '<HDFS location where the json file is place in single line>';

Answer 1

不确定您使用的JsonSerDe。在这里，您可以使用此JsonSerDe。Hive-JSON-Serde

hive> add jar /User/User1/json-serde-1.3.8-SNAPSHOT-jar-with-dependencies.jar;
Added [/User/User1/json-serde-1.3.8-SNAPSHOT-jar-with-dependencies.jar] to class path
Added resources: [/User/User1/json-serde-1.3.8-SNAPSHOT-jar-with-dependencies.jar]
hive> use default;
OK
Time taken: 0.021 seconds
hive> CREATE EXTERNAL TABLE IF NOT EXISTS json_poc (
> alertHistoryId bigint, entityId bigint, deviceId string, alertTypeId int,  AlertStartDate string
> )
> ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
> LOCATION '/User/User1/sandeep_poc/hive_json';
OK
Time taken: 0.077 seconds
hive> select * from json_poc;
OK
123456  123     123     1       jan 04, 2017 2:46:48 PM
Time taken: 0.052 seconds, Fetched: 1 row(s)

如何制作jar。 应该在你的PC上安装Maven然后运行这样的命令。

C:\Users\User1\Downloads\Hive-JSON-Serde-develop\Hive-JSON-Serde-develop>mvn -Phdp23 clean package.

-Phdp23 is hdp2.3 it should be replaced with your hadoop version.

或者，如果您想使用内置的JsonSerde get_json_object json_tuple 如果您正在寻找一个如何使用的示例，请参阅此博客 Hive-JSON-Serde example。

我也建议您验证您的JSON文件。JSON Validator

Answer 2

如果您阅读the official document

当您使用hive 0.12及更高版本时，请使用hive-hcatalog-core，

注意：对于0.12之前的Hive版本，Amazon在s3提供了一个JSON SerDe：//elasticmapreduce/samples/hive-ads/libs/jsonserde.jar。

你应该首先添加jar hive-hcatalog-core，

ADD JAR /path/to/jar/;

您可以从mvn repository下载或手动查找。

然后hive表应该看起来像

CREATE EXTERNAL TABLE test1
(
SUBSCRIBER_ID string,
CART_ID string,
CART_STAT_NAME string,
SLS_CHAN_NAME string,
ACCOUNT_ID string,
CHAN_NBR string,
TX_TMSTMP string,
PROMOTION ARRAY<STRING>
)
ROW FORMAT SERDE
  'org.apache.hive.hcatalog.data.JsonSerDe'
LOCATION '<HDFS location where the json file is place in single line>';

Answer 3

在配置单元表中加载JSON文件数据的步骤

1]在配置单元中创建表格

hive>创建表JsonTableExample（数据字符串）;

2]将JSON文件加载到配置单元表中

hive>将路径'/home/cloudera/testjson.json'中的数据加载到表JsonTableExample中；

3]如果应用普通的从JsonTableExample中选择*； ，我们将获取所有数据。这不是有效的解决方案，因为我们必须执行步骤4。

4]使用 get_json_object（）函数

选择数据

hive>选择get_json_object（data，'$。id'）作为ID， get_json_object（data，'$。name'）作为JsonTableExample中的名称；

Answer 4

对于许多版本的 Hive，启用 JSON 处理的最佳方法可能是使用前面提到的 org.apache.hive.hcatalog.data.JsonSerDe。这是开箱即用的功能。但是，对于某些版本的 CDH6 和 HDP3，有一个新功能，其中 JSON 是一等公民。这存在于 Apache Hive 4.0 及更高版本中。

CREATE TABLE ... STORED AS JSONFILE;

请注意，每个 JSON 对象必须独占一行（不能换行）。

{"name"="john","age"=30}
{"name"="sue","age"=32}

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL

在HIVE表中加载JSON文件

4 个答案: