如何从具有动态分区的选择查询中插入 Hive 中的列？

Posted 2023-03-23

【中文标题】如何从具有动态分区的选择查询中插入 Hive 中的列？

【英文标题】：How to insert from a select query with dynamic partitioning on a column in Hive?

【发布时间】：2018-05-14 00:09:29

【问题描述】：

我正在尝试插入计算分区。 分区的值需要从键列计算。 假设示例中的 key_2 始终有 10 个字符。我想在分区中使用的最后 3 个字符。我需要动态分区。

我的表是这样的：

DROP TABLE exampledb.exampletable;
CREATE TABLE exampledb.exampletable (
    key_1 STRING,
    key_2 STRING,
    col_1 STRING,
    col_2 STRING
)
PARTITIONED BY (my_part STRING)
ROW FORMAT DELIMITED
  FIELDS TERMINATED BY '\u0001'
;

我尝试了以下 HQL 的多种变体：

INSERT OVERWRITE TABLE exampledb.exampletable
PARTITION(my_part)
SELECT 
    key_1,
    key_2,
    col_1,
    col_2,
    SUBSTR(key_2, -3) as my_part    -- not sure how to insert partition
FROM exampledb.exampletable_temp;

我不知道什么是正确的解决方案。 我总是遇到语法错误。

有没有人知道这个问题的解决方案？ 谢谢

更新：

FAILED: SemanticException Partition spec my_part=null contains non-partition columns

更新 2：

我也尝试通过使用此解决方案来避免 NULL 值（如下所示，但错误相同）：

INSERT OVERWRITE TABLE hvdb_as_aqua_guk_core.hvtb_aqua_guk_finding_mgn
PARTITION(my_part) ( key_1, key_2, col_1, col_2, my_part    )
SELECT 
        key_1,
        key_2,
        col_1,
        col_2,
        SUBSTR(key_2, -3) as my_part    -- not sure how to insert partition
FROM hvdb_as_aqua_guk_core.hvtb_aqua_guk_finding_mgn_temp2
WHERE key_2 IS NOT NULL
    AND SUBSTR(key_2, -3) IS NOT NULL;

【问题讨论】：

我已经更新了问题...

【参考方案1】：

您应该明确指定要插入的所有列名。例如，您的命令应该是这样的：

INSERT OVERWRITE TABLE exampledb.exampletable
PARTITION(my_part)(key_1, key_2, col_1, col_2, my_part)
SELECT 
    key_1,
    key_2,
    col_1,
    col_2,
    SUBSTR(key_2, -3)
FROM exampledb.exampletable_temp;

这应该可行。

更新

我尝试创建一个测试用例，INSERT OVERWRITE 似乎不起作用，但INSERT INTO 起作用。一种解决方法是使用TRUNCATE TABLE exampledb.exampletable 从目标表中删除所有数据，或者使用TRUNCATE TABLE test6 PARTITION (my_part = '001'); 从特定分区中删除所有数据，然后运行INSERT INTO：

INSERT INTO exampledb.exampletable
PARTITION(my_part)(key_1, key_2, col_1, col_2, my_part)
SELECT
    key_1,
    key_2,
    col_1,
    col_2,
    SUBSTR(key_2, -3)
FROM exampledb.exampletable_temp;

【讨论】：

谢谢，但您的解决方案给出了这个错误：FAILED: ParseException line 5:32 cannot identify input near '(' 'key_1' ',' in statement

现在我在问题中看到了您的更新，您是否检查过 SUBSTR(key_2, -3) 始终返回非 NULL 值？

此 key_2 是记录的复杂键的一部分。该值存在于每条记录中...

我试图创建一个测试用例，INSERT INTO TABLE exampledb.exampletable 可以工作，但INSERT OVERWRITE TABLE exampledb.exampletable 不能工作。如果您想在插入新数据之前删除目标表中的所有数据，您可以运行TRUNCATE TABLE exampledb.exampletable，然后运行INSERT INTO 语句。

请注意，一切都意味着一切。如果您只想删除特定分区上的数据，则应使用此语法TRUNCATE TABLE exampledb.exampletable PARTITION (my_part = '001');