Question

我有一个像这样的蜂巢表：

CREATE TABLE `abtestmsg_orc`(
  `eventname` string COMMENT 'AB测试方案上报事件：ABTest', 
  `eventtime` string COMMENT '事件上报时间', 
  `sessionid` string COMMENT 'Session标识', 
  `appkey` string COMMENT 'app标识', 
  `deviceid` string COMMENT 'device标识', 
  `content` string COMMENT 'AB测试方案的内容，格式是一个 json 字符串', 
  `item` array<struct<key:string,value:string>> COMMENT '扩展字段')
PARTITIONED BY ( 
  `dt` string COMMENT '??')
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.orc.OrcSerde' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.orc.OrcInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat'
LOCATION
  'hdfs://hdfsmaster/hive/connector_transfer/abtestmsg_orc'

现在，我想将文件格式从ORC更改为镶木地板，并将位置更改为包含镶木地板文件的其他hdfs目录。所以我首先尝试更改格式：

alter table abtestmsg_orc1 set fileformat parquet;

但它抛出一个异常是很可怜的：

失败：执行错误，从

返回代码1

org.apache.hadoop.hive.ql.exec.DDLTask. Changing file format (from ORC) is not supported for table connector_transfer.abtestmsg_orc1
Error: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Changing file format (from ORC) is not supported for table connector_transfer.abtestmsg_orc1 (state=08S01,code=1)

我想这个例外意味着当我更改文件格式时，不仅hive会更改表元数据，还会尝试将所有数据格式从orc更改为parquet.But来自官方文档，它说：

ALTER TABLE table_name [PARTITION partition_spec] SET FILEFORMAT file_format;

**This statement changes the table's (or partition's) file format. For available file_format options, see the section above on CREATE TABLE. The operation only changes the table metadata. Any conversion of existing data must be done outside of Hive.**

但我想要的是将它的位置放在镶木地板目录中。

那么，我能做些什么才能实现这个目标呢？

Answer 1

您需要创建另一个表abtestmsg_parquet，它是STORED AS PARQUET并且包含所需拼花文件的位置：

CREATE TABLE abtestmsg_parquet(
  eventname string COMMENT 'AB测试方案上报事件：ABTest', 
  eventtime string COMMENT '事件上报时间', 
  sessionid string COMMENT 'Session标识', 
  appkey string COMMENT 'app标识', 
  deviceid string COMMENT 'device标识', 
  content string COMMENT 'AB测试方案的内容，格式是一个 json 字符串', 
  item array<struct<key:string,value:string>> COMMENT '扩展字段')
PARTITIONED BY ( 
  dt string COMMENT '??')
STORED AS PARQUET
LOCATION
  'hdfs://hdfsmaster/hive/connector_transfer/abtestmsg_parquet/'

然后你可以使用动态分区创建文件。跑：

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;

INSERT INTO TABLE abtestmsg_parquet PARTITION(dt)

SELECT eventname, eventtime, sessionid, appkey, deviceid, content, item, dt
FROM abtestmsg_orc;

Answer 2

在我的情况下，如果我打算将格式更改为ORC，则更改文件格式的命令为：

"alert table myTableName set FILEFORMAT INPUTFORMAT 'org.apache.hadoop.hive.ql.io.orc.OrcInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat'" SERDE 'org.apache.hadoop.hive.ql.io.orc.OrcSerde';

应该分别传递INPUTFORMAT，OUTPUTFORMAT和SERDE。

Answer 3

How to Update/Drop a Hive Partition? 是类似的文章，在这里我发现为了更改文件格式，即使表名包含模式，我也需要在运行alter table命令之前先做use <schema>，也就是说，这行不通用于spark.sql。

但是如果您的架构为myschema，则可以

hive> use myschema;
hive> ALTER TABLE myschema.abtestmsg_orc PARTITION(dt='<dt_to_migrate>') SET FILEFORMAT PARQUET

这将起作用，但是如果没有use命令，它将不会起作用。

Hive，不支持将表格格式从orc更改为镶木地板？

3 个答案: