我在通过Beeline从蜂巢下载数据时遇到问题。
我想用csv作为字段分隔符将表下载到文件中。如果列值带有逗号,则该值需要用引号引起来。
我知道beeline为此用例提供了outputformat csv2。
但是我没有得到预期的结果。
我为此创建了带有数据的示例表。
0: jdbc:hive2://ip:10000/default> DESC samp_ret;
+-------------+------------+----------+--+
| col_name | data_type | comment |
+-------------+------------+----------+--+
| intvar | int | |
| stringvar1 | string | |
| stringvar2 | string | |
+-------------+------------+----------+--+
3 rows selected (0.081 seconds)
0: jdbc:hive2://ip:10000/default> SELECT * FROM samp_ret ;
+------------------+----------------------+----------------------+--+
| samp_ret.intvar | samp_ret.stringvar1 | samp_ret.stringvar2 |
+------------------+----------------------+----------------------+--+
| 1 | one,ONE | One |
| 2 | 2 | Two |
| 3 | | Three |
| 4 | four,FOUR | |
| 5 | five'FIVE | Five |
| 6 | six',SIX | Six |
+------------------+----------------------+----------------------+--+
6 rows selected (0.164 seconds)
我正尝试将这些数据下载到应用服务器中,但是由于某种原因,我没有看到包含逗号的记录包含在引号中。
所用的直线指令是,
beeline -u jdbc:hive2://ip:10000/default?zeroDateTimeBehavior=round -n yumecorp yumehive org.apache.hive.jdbc.HiveDriver --showHeader=false --outputformat=csv2 --silent -e "SELECT * FROM dev.samp_ret " > /tmp/samp_ret.out
输出为
如您在输出中看到的,如果列值带有逗号,则其显示为^ @
让我知道我是否在这里丢失了东西。
答案 0 :(得分:1)
导出外壳程序中的以下属性
bash$ export HADOOP_CLIENT_OPTS="-Ddisable.quoting.for.sv=false"
然后执行beeline导出命令
beeline -u jdbc:hive2://ip:10000/default?zeroDateTimeBehavior=round -n yumecorp yumehive org.apache.hive.jdbc.HiveDriver --showHeader=false --outputformat=csv2 --silent -e "SELECT * FROM dev.samp_ret " > /tmp/samp_ret.out
示例:
后面的表格中有2个字符串列
hive> select * from i;
+-------+---------+--+
| i.id | i.name |
+-------+---------+--+
| 1 | kl,kl |
| 2 | ll,mm |
+-------+---------+--+
现在将导出为带有名称列值
的带有“”的csv文件bash$ export HADOOP_CLIENT_OPTS="-Ddisable.quoting.for.sv=false"
bash$ beeline --showHeader=false --outputformat=csv2 --silent -e "SELECT * FROM default.i" > samp_ret.out
bash$ cat samp_ret.out
1,"kl,kl"
2,"ll,mm"
有关更多详细信息,请参考此hive Jira。