我目前正在尝试将一些DoubleClick广告日志导入Hadoop。
这些日志存储在gzip分隔文件中，该文件使用第1252页（Windows-ANSI？）编码，并使用Icelandic Thorn字符作为分隔符。
我可以愉快地将这些日志导入到一个列中，但我似乎找不到让Hive理解Thorn字符的方法 - 我想也许是因为它不理解1252编码？
我查看了创建表文档 - http://hive.apache.org/docs/r0.9.0/language_manual/data-manipulation-statements.html - 但似乎找不到任何方法让这个编码/分隔符正常工作。
我也从https://karmasphere.com/karmasphere-analyst-faq看到这些文件的编码是ISO-8859-1的建议 - 但我没有看到如何在Hive或HDFS中使用该信息。
我知道我可以在导入后执行地图作业，将这些行拆分为多个记录。
但有没有更简单的方法直接使用这个分隔符？
由于
斯图尔特
答案 0 :(得分：2)
使用'\ -2' char是一个带符号的字节。
显然，hive开发人员不认为这是一个问题： https://issues.apache.org/jira/browse/HIVE-237