"插入..."使用SparkSQL HiveContext

时间:2015-11-25 17:55:43

标签: apache-spark apache-spark-sql pyspark apache-spark-1.5 hivecontext

我试图用我的HiveContext运行一个insert语句,如下所示:

hiveContext.sql('insert into my_table (id, score) values (1, 10)')

1.5.2 Spark SQL Documentation并未明确说明是否支持此功能,尽管它支持"动态分区插入"。

这会导致像

这样的堆栈跟踪
AnalysisException: 
Unsupported language features in query: insert into my_table (id, score) values (1, 10)
TOK_QUERY 0, 0,20, 0
  TOK_FROM 0, -1,20, 0
    TOK_VIRTUAL_TABLE 0, -1,20, 0
      TOK_VIRTUAL_TABREF 0, -1,-1, 0
        TOK_ANONYMOUS 0, -1,-1, 0
      TOK_VALUES_TABLE 1, 13,20, 41
        TOK_VALUE_ROW 1, 15,20, 41
          1 1, 16,16, 41
          10 1, 19,19, 44
  TOK_INSERT 1, 0,-1, 12
    TOK_INSERT_INTO 1, 0,11, 12
      TOK_TAB 1, 4,4, 12
        TOK_TABNAME 1, 4,4, 12
          my_table 1, 4,4, 12
      TOK_TABCOLNAME 1, 7,10, 22
        id 1, 7,7, 22
        score 1, 10,10, 26
    TOK_SELECT 0, -1,-1, 0
      TOK_SELEXPR 0, -1,-1, 0
        TOK_ALLCOLREF 0, -1,-1, 0

scala.NotImplementedError: No parse rules for:
 TOK_VIRTUAL_TABLE 0, -1,20, 0
  TOK_VIRTUAL_TABREF 0, -1,-1, 0
    TOK_ANONYMOUS 0, -1,-1, 0
  TOK_VALUES_TABLE 1, 13,20, 41
    TOK_VALUE_ROW 1, 15,20, 41
      1 1, 16,16, 41
      10 1, 19,19, 44

是否有其他方法可以插入到支持 的Hive表中?

6 个答案:

答案 0 :(得分:23)

可以使用DataFrameWriter上的append模式将数据附加到Hive表。

data = hc.sql("select 1 as id, 10 as score")
data.write.mode("append").saveAsTable("my_table")

这与插入结果相同。

答案 1 :(得分:13)

我遇到了同样的问题(Spark 1.5.1),并尝试了不同的版本。

鉴于

sqlContext.sql("create table my_table(id int, score int)")

唯一有效的版本如下:

sqlContext.sql("insert into table my_table select t.* from (select 1, 10) t")
sqlContext.sql("insert into       my_table select t.* from (select 2, 20) t")

答案 2 :(得分:8)

saveAsTable接受的回答AnalysisException失败了(我不明白为什么)。对我有用的是:

data = hc.sql("select 1 as id, 10 as score")
data.write.mode("append").insertInto("my_table")

我正在使用Spark v2.1.0。

答案 3 :(得分:1)

您尝试执行数据文件格式无法执行的操作,因此Unsupported language features in query例外。

许多数据文件格式是一次写入的,不支持ACID操作。

如果需要,Apache ORC支持ACID操作。

相反,您可以使用分区将数据拆分为文件夹(/ data / year = 2017 / month = 10 ....),您可以在此处将数据追加/插入数据湖。

答案 4 :(得分:-1)

试试这个hiveContext.sql("insert into table my_table select 1, 10") 如果您还没有将动态分区模式更改为非严格,则必须执行此操作hiveCtx.setConf("hive.exec.dynamic.partition.mode", "nonstrict")

答案 5 :(得分:-1)

第一次这样做时

$data.write.mode("append").saveAsTable("my_table")

您应该将"append"替换为"overwrite",然后,您可以使用"append"