在 IMPALA/HIVE 中添加带有 SELECT 的新列后,旧表数据变为 NULL
Posted
技术标签:
【中文标题】在 IMPALA/HIVE 中添加带有 SELECT 的新列后,旧表数据变为 NULL【英文标题】:Old tables data becomes NULL after adding a new column with a SELECT in IMPLA/HIVE 【发布时间】:2019-07-22 08:26:45 【问题描述】:我正在尝试使用 (SELECT,JOIN) 查询将数据添加到 Impala 中的新列,一旦我将数据添加到新列,我就会丢失所有其他列的数据(它们变为 NULL)。
在这里我创建了第一个表:
CREATE TABLE mng_exp.KPI_LATENCE_JOUR
(
CODEINSEE INT,
IMEI BIGINT,
SEMAINE INT,
MOYENNE_LATENCE INT,
MAXIMUM_LATENCE INT,
MINIMUM_LATENCE INT
)
我在表格中添加数据:
INSERT INTO mng_exp.KPI_LATENCE_JOUR (CODEINSEE,IMEI, SEMAINE, MOYENNE_LATENCE,MAXIMUM_LATENCE,MINIMUM_LATENCE,TRANCHE_DE_LATENCE)
SELECT codeinsee, device_dim__imei as IMEI,weekofyear(jour) as SEMAINE, cast(round(avg(rtt_avg_ms)) as integer) as MOYENNE_LATENCE,
cast(round(avg(rtt_max_ms)) as integer) as MAXIMUM_LATENCE, cast(round(avg(rtt_min_ms)) as integer) as MINIMUM_LATENCE ,
CASE WHEN ( round(avg(rtt_avg_ms)) > 0 and round(avg(rtt_avg_ms)) <= 10 ) THEN 0
WHEN ( round(avg(rtt_avg_ms)) > 10 and round(avg(rtt_avg_ms)) <= 20 ) THEN 1
WHEN ( round(avg(rtt_avg_ms)) > 20 and round(avg(rtt_avg_ms)) <= 30 ) THEN 2
WHEN ( round(avg(rtt_avg_ms)) > 30 ) THEN 3 END AS Tranche_de_latence
FROM mscore.mscore where operateur = 'BT_HZ' and year(jour) = 2019 group by device_dim__imei,weekofyear(jour),codeinsee
# I Add a new column
ALTER TABLE mng_exp.kpi_latence_jour ADD COLUMNS (srv_id BIGINT)
#Here data is good and new column srv_id is NULL
我将数据添加到新列:
INSERT INTO mng_exp.KPI_LATENCE_jour (srv_id)
SELECT CAST(dng_fai_cli_eqt_iad.srv_id AS BIGINT)
FROM msf_exploratoire.dng_fai_cli_eqt_iad
INNER JOIN mng_exp.kpi_latence_jour ON (dng_fai_cli_eqt_iad.num_serie = kpi_latence_jour.imei);
问题出在:srv_id
正常,旧列变为 NULL。
我没有查询错误,但我丢失了所有旧数据
【问题讨论】:
您只插入一列。也添加所有其他列 你好,谢谢你的回答,我试过了,但我在选择行出现错误,你知道我该怎么写吗?提前谢谢你 添加了我的答案 【参考方案1】:您只插入一列。使用 INSERT OVERWRITE 并添加所有其他列:
INSERT OVERWRITE TABLE mng_exp.KPI_LATENCE_jour (CODEINSEE,IMEI, SEMAINE, MOYENNE_LATENCE,MAXIMUM_LATENCE,MINIMUM_LATENCE,TRANCHE_DE_LATENCE,srv_id)
SELECT b.CODEINSEE,
b.IMEI,
b.SEMAINE,
b.MOYENNE_LATENCE,
b.MAXIMUM_LATENCE,
b.MINIMUM_LATENCE,
b.TRANCHE_DE_LATENCE,
CAST(a.srv_id AS BIGINT) srv_id
FROM msf_exploratoire.dng_fai_cli_eqt_iad a
INNER JOIN mng_exp.kpi_latence_jour b ON (a.num_serie = b.imei)
;
【讨论】:
太棒了!工作完美,谢谢先生/妈妈!祝你有美好的一天! 你好@leftjoin,我尝试了相同的代码来添加其他列,但外壳停止在 100%,你知道为什么它不能添加这些列吗? @FirasMegrahi 您可以在表名(CODEINSEE,IMEI,...)之后没有列列表的情况下执行相同操作。只需将 select 中的列保持与表 DDL 中相同的顺序和编号 @FirasMegrahi 不,我不明白你的意思是外壳在 100% 处停止你的意思是 map-reduce 停止吗?检查您在 num_serie 中是否存在偏差【参考方案2】:您确定丢失了所有旧数据还是执行:
select * from mng_exp.KPI_LATENCE_JOUR
你还会看到:
-
第一组行(srv_id 为空的行);
第二组行 - 唯一填充的列是 srv_id 的行?
您想要更新第一组行的 SRV_ID。
您可以在 imapala 中查看有关更新的更多详细信息,here。
【讨论】:
完美!我正要写这个! :) 您好,谢谢您的回答,我现在再次验证,是的,我丢失了所有旧数据,所以没有两组数据。 :( 您确定插入语句是“插入到 mng_exp.KPI_LATENCE_jour (srv_id)”还是“INSERT OVERWRITE TABLE mng_exp.KPI_LATENCE_jour (srv_id)”?跨度> 这是一个 INSERT INTO,我尝试了插入覆盖,但我遇到了同样的问题。以上是关于在 IMPALA/HIVE 中添加带有 SELECT 的新列后,旧表数据变为 NULL的主要内容,如果未能解决你的问题,请参考以下文章
计算 json 对象中键的出现次数 - IMPALA/HIVE