我正在尝试使用Serde Regex属性创建一个配置单元表以加载以下文件。
输入文件:
$ hdfs dfs -cat /user/t04413b/test.log
{"repoType":3,"repo":"PROD_hive","reqUser":"shdingst","evtTime":"2020-06-09 01:01:23.308"}
配置单元创建表查询:
create external table logs3
(
repo_type string,
repo string,
requser string,
evttime string
)
row format serde 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
with serdeproperties (
"input.regex" = ":(.*),.*:(.*),.*:(.*),.*?:(.*)}.*"
)
stored as textfile;
将路径'/user/t04413b/test.log'中的数据加载到表logs3;
select * from logs3;
+------------------+-------------+----------------+----------------+--+
| logs3.repo_type | logs3.repo | logs3.requser | logs3.evttime |
+------------------+-------------+----------------+----------------+--+
| NULL | NULL | NULL | NULL |
我在Rubular.com上测试了正则表达式,它工作正常,但在SerDe Regex中却无法正常工作。 有人可以帮忙解决吗?谢谢
答案 0 :(得分:0)
'}'
是正则表达式中的特殊字符,需要屏蔽:
"input.regex" = "^.*:(.*),.*:(.*),.*:(.*),.*?:(.*)\\}.*"