Question

目标： - 使用 SerDe 功能解析日志数据并将其加载到HIVE中。使用SELECT语句检索数据时出现问题。

我们创建了一个表，并且能够成功加载数据。但是，select语句仅检索NULL值。

示例日志数据：

2013-02-21 00:13:48,916 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner: Verification succeeded for blk_5729677439273359430_1495

我们提出的用于解析上述日志的RegEx是：

([^ ]*) ([^ ]{8})[^ ]* ([A-Z]*) ([^ ]*): ([[^ ]*\s]*)

创建表格

CREATE EXTERNAL TABLE log (
dt STRING,
time STRING,
loglevel STRING,
check STRING,
status STRING )
ROW FORMAT
SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex"([^ ]*) ([^ ]{8})[^ ]* ([A-Z]*) ([^ ]*): ([[^ ]*\s]*)",
"output.format.string"="%1$s %2$s %3$s %4$s %5$s")
STORED AS TEXTFILE LOCATION '/tmp/log/';

我们添加了jar：

add jar /usr/lib/hive/lib/hive-contrib-0.7.1-cdh3u4.jar;

加载数据：

load data local inpath "/tmp/logdata.txt" into table log;

撤回数据：

Select * from log LIMIT 1;

输出：

NULL NULL NULL NULL NULL

示例日志数据：

2013-02-21 00:13:48,916 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner:
Verification succeeded for blk_5729677439273359430_1495

2013-02-21 00:15:39,929 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner:
Verification succeeded for blk_-4787916211671845946_1464

先谢谢!!

Answer 1

请试试这个，Rubular link：

([^ ]*) ([^ ]{8})[^ ]* ([A-Z]*) ([^ ]*): (.*)

Answer 2

看起来你应该在“input.regex”

之后添加“=”

通常，这种错误是由正则表达式 FULLY 与输入匹配引起的。

HIVE SerDe的数据问题

2 个答案: