蜂巢，要求在特定范围内的文件

Question

假设在HDFS上我具有以下内容的文件：header('Access-Control-Allow-Methods: GET, POST, PUT, OPTIONS');，data1-2018-01-01.txt，data1-2018-01-02.txt，data1-2018-01-03.txt，data1-2018-01-04.txt

现在我想根据日期查询文件：

data1-2018-01-06.txt

我的问题是：是否可以仅在满足我的查询的这些文件上创建一个外部表？也许您有任何解决方法？

我知道，我可以使用分区，但是它们需要在新数据集到达时手动获取数据。

Answer 1

将这些文件放入目录，并在其上创建新表。 另外，Hive具有INPUT__FILE__NAME虚拟列，您可以使用它进行过滤：

where INPUT__FILE__NAME like '%2018-01-03%'

还可以使用substr或regexp_extract从filename中获取日期，然后使用IN或>, <进行过滤。