Question

我在将平面文件中的数据加载到hive表时获取空值我的表结构是这样的：

hive> create table test_hive (id int,value string);

我的平面文件是这样的： input.txt中

当我运行以下命令时，我得到空值：

hive> LOAD DATA LOCAL INPATH '/home/hduser/input.txt' OVERWRITE INTO TABLE test_hive;
hive> select * from test_hive;
OK<br>
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL

截图：

hive> create table test_hive (id int,value string);
OK
Time taken: 4.97 seconds
hive> show tables;
OK
test_hive
Time taken: 0.124 seconds
hive> LOAD DATA LOCAL INPATH '/home/hduser/input2.txt' OVERWRITE INTO TABLE test_hive;
Copying data from file:/home/hduser/input2.txt
Copying file: file:/home/hduser/input2.txt
Loading data to table default.test_hive
Deleted hdfs://hydhtc227141d:54310/app/hive/warehouse/test_hive
OK
Time taken: 0.572 seconds
hive> select * from test_hive;
OK
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
NULL    NULL
Time taken: 0.182 seconds

Answer 1

Hive中的默认字段终止符是^ A.您需要在create table语句中明确提到您正在使用不同的字段分隔符。

与Lorand Bending在评论中指出的相似，使用：

CREATE TABLE test_hive(id INT, value STRING) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY ' ';

您不需要指定位置，因为您正在创建托管表（而不是外部表）。

Answer 2

您面临的问题是因为在您的数据中，字段由＆＃39;分隔。＆＃39;在创建表时，您没有提到字段分隔符。因此，如果您在创建hive表时没有提及字段分隔符，则默认情况下，hive会将^ A视为分隔符。

因此，为了解决您的问题，您可以重新创建提及以下语法的表格，它可以正常工作。

CREATE TABLE test_hive(id INT, value STRING) ROW FORMAT DELIMITED FIELDS TERMINATED BY ' ';

Answer 3

Hive的默认记录和字段分隔符列表：

\ n
^ A
^ B
^ C

按^ V ^ A可以在Vim中插入^ A.

Answer 4

元素是用空格还是标签分隔的？让它的标签按照这些步骤操作。如果分隔空间使用＆＃39; ＆＃39;而不是＆＃39; \ t＆＃39;好。

hive> CREATE TABLE test_hive(id INT, value STRING) row format
   delimited fields terminated by '\t' line formated by '\n' stored as filename;

比你必须输入

hive> LOAD DATA LOCAL INPATH '/home/hduser/input.txt' OVERWRITE INTO TABLE test_hive;

hive> select * from test_hive;

现在，您将获得准确的预期输出＆＃34; filename＆＃34;。

Answer 5

解决方案非常简单。表格以正确的方式创建。

解决您的问题或任何其他问题的简单方法是了解如何加载数据。

CREATE TABLE [IF NOT EXIST] mytableName（id int，value string）

ROW FORMAT DELIMITED

终止于＆＃39; / t＆＃39;

存储为文本文件;

现在解释代码：

第一行创建你的表。 [IF NOT EXIST]是可选的，表示表格是否存在不覆盖它。它更多的是安全措施。
第二行为结构化字段指定表级别的分隔符。
第三项您可以包含任何单个字符，但默认值为＆＃39; \ 001＆＃39;。＆＃39; /吨＆＃39;用于标签空间：在您的情况下＆＃39; |＆＃39;用于彼此相邻并由|分隔的数据＆＃39; ＆＃39;一个char空间。等等......
Forth Line：指定要存储数据的文件类型。该文件可以是TEXTFILE，SEQUENCEFILE，RCFILE或BINARY SEQUENCEFILE。或者，如何存储数据可以指定为Java输入和输出类。

在本地加载时：

LOCD DATA LOCAL INPATH＆＃39; /your/data/path.csv' [OVERWRITE] INTO TABLE myTableName;

始终尝试通过简单的select *语句检查数据。

希望它有所帮助。

Answer 6

请检查数据集日期列，它应遵循日期格式yyyy-mm-dd 如果字符串的格式为'yyyy-mm-dd'，则返回与该年/月/日相对应的日期值。如果字符串值与此格式不匹配，则返回NULL。 Hive Official documentation

在将平面文件中的数据加载到配置单元表时获取空值

6 个答案: