hive数据从双引号括起的csv文件格式加载

时间:2018-02-06 12:46:31

标签: python shell hadoop hive paramiko

根据这篇文章similar post

,我的查询无效

将以下命令与sql一起使用。但我不是从shell执行。 sql在python中创建为一个字符串,并使用paramiko传递给hive。在shell中它工作正常。但是当从python中传递为字符串时我得到了一个bash错误。它看起来像一些角色转义问题。

我试图加载csv文件,每个列值都用双引号括起来。

   strsql='''create table temp(col1 INT,col2 string) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde' WITH SERDEPROPERTIES ("quoteChar" = "\"") tblproperties ('skip.header.line.count'='1'); '''

错误

["bash: -c: line 4: unexpected EOF while looking for matching `''\n", 'bash: -c: line 5: syntax error: unexpe                                                                                   cted end of file\n']

我改为("quoteChar" = "\\"")以添加额外的斜杠。然后我得到一个SQL错误

:FAILED: ParseException line 4:38 cannot recognize input near 'quoteChar' '=' ')' i                                                                                   n table properties list

进一步检查时,调用hive命令时会显示一些提取属性,如下所示。这可能是个问题吗?

hive -e set hive.cli.print.header=true;hive.support.quoted.identifiers=column;hvesql;

1 个答案:

答案 0 :(得分:0)

理想情况下,sql应该包含双引号。如下。正如Ronak在评论中提到的那样,双引号应该被转义。

 ROW FORMAT SERDE "org.apache.hadoop.hive.serde2.OpenCSVSerde"
                WITH SERDEPROPERTIES ("quoteChar" = '"') tblproperties ("skip.header.line.count"="1")

因此,当从外部shell作为字符串变量发送时,它应该如下所示进行转义。需要使用双斜杠

 ROW FORMAT SERDE \\"org.apache.hadoop.hive.serde2.OpenCSVSerde\\"
                WITH SERDEPROPERTIES (\\"quoteChar\\" = '\\"') tblproperties (\\"skip.header.line.count\\"=\\"1\\")
有点简单。但是花了很多时间弄明白:)