hive 在 load data 时,能指定加载的文件使用的列分隔符吗

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了hive 在 load data 时,能指定加载的文件使用的列分隔符吗相关的知识,希望对你有一定的参考价值。

参考技术A hive
load数据只是单纯的把文件拷贝到hdfs的相应目录下面,并不作格式检查和解析
只有在查询数据的时候,才会根据创建表时定义的序列化方式解析数据
建表的时候可以指定分隔符
create
table
test(t1
String,t2
String,t3
String,t4
String,t5
String,t6
String,t7
String,t8
String,t9
String,t10
String)
row
format
delimited
fields
terminated
by
'\|'

赵强老师在Hive中使用Load语句加载数据

技术图片

一、Hive中load语句的语法说明

Hive Load语句不会在加载数据的时候做任何转换工作,而是纯粹的把数据文件复制/移动到Hive表对应的地址。语法格式如下:

LOAD DATA [LOCAL] INPATH ‘filepath‘ [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

LOAD DATA [LOCAL] INPATH ‘filepath‘ [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] [INPUTFORMAT ‘inputformat‘ SERDE ‘serde‘] (3.0 or later)

几点说明:

  • 如果命令中带有LOCAL,说明从本地文件系统加载数据,文件路径可以是相对路径,也可以是绝对路径。在这种情况下,首先将文件从本地复制到hdfs相应的位置,然后移动到hive表格中,这个时候原始数据文件是存在于Hive表之下的路径下。
  • 如果不包含LOCAL关键字,则移动HDFS文件到目标表中。
  • filepath 可以是一个相对路径,也可以是一个绝对路径。可以是一个文件,也可以是一个文件夹目录。如果是一个目录,这个时候文件夹下的所有文件都会被加载。
  • 命令中如果带有overwirte,代表加载数据之前会清空目标表格,否则就是追加的方式。
  • 如果表是分区表则必须指定PARTITION从句,否则会报如下错误:
    FAILED:SemanticException [Error 10062]: Need to specify partition columns because the destination table is partitioned

二、load语句示例

  • 创建如下的表结构(员工表)
create table emp
(empno int,
ename string,
job string,
mgr int,
hiredate string,
sal int,
comm int,
deptno int)
row format delimited fields terminated by ‘,‘;
  • 测试数据如下:(emp.csv)
7369,SMITH,CLERK,7902,1980/12/17,800,0,20
7499,ALLEN,SALESMAN,7698,1981/2/20,1600,300,30
7521,WARD,SALESMAN,7698,1981/2/22,1250,500,30
7566,JONES,MANAGER,7839,1981/4/2,2975,0,20
7654,MARTIN,SALESMAN,7698,1981/9/28,1250,1400,30
7698,BLAKE,MANAGER,7839,1981/5/1,2850,0,30
7782,CLARK,MANAGER,7839,1981/6/9,2450,0,10
7788,SCOTT,ANALYST,7566,1987/4/19,3000,0,20
7839,KING,PRESIDENT,-1,1981/11/17,5000,0,10
7844,TURNER,SALESMAN,7698,1981/9/8,1500,0,30
7876,ADAMS,CLERK,7788,1987/5/23,1100,0,20
7900,JAMES,CLERK,7698,1981/12/3,950,0,30
7902,FORD,ANALYST,7566,1981/12/3,3000,0,20
7934,MILLER,CLERK,7782,1982/1/23,1300,0,10
  • 加载HDFS的数据到Hive的表
load data inpath ‘/scott/emp.csv‘ into table emp;
  • 加载本地的数据到Hive的表
load data local inpath ‘/root/temp/emp.csv‘ into table emp;

当然我们也可以使用insert语句加载数据。例如,我们创建如下的分区表:

create table emp_part_1
(empno int,
ename string,
job string,
mgr int,
hiredate string,
sal int,
comm int)
partitioned by (deptno int)
row format delimited fields terminated by ‘,‘;

使用insert语句将数据插入到对应的分区上。

插入10号部门的员工数据
insert into table emp_part_1 partition(deptno=10) 
select empno,ename,job,mgr,hiredate,sal,comm from emp where deptno=10;

插入20号部门的员工数据
insert into table emp_part_1 partition(deptno=20) 
select empno,ename,job,mgr,hiredate,sal,comm from emp where deptno=20;

插入30号部门的员工数据
insert into table emp_part_1 partition(deptno=30) 
select empno,ename,job,mgr,hiredate,sal,comm from emp where deptno=30;

这里我们使用了一个子查询查询出了对应部门的员工数据,再使用insert语句插入到对应的分区上。

技术图片

以上是关于hive 在 load data 时,能指定加载的文件使用的列分隔符吗的主要内容,如果未能解决你的问题,请参考以下文章

hive load数据时如何设定为分隔符?

脚本化加载文件与转储

Hive load外部文件时如何区别分隔符与文本内容

Jquery——AJAX应用篇

hive里 load data执行日志怎么看

jq的load