将文件复制到hdfs并创建一个包含单列（c8）的外部表，然后使用下面的select语句提取每一列

create external table tablename(
c8 string )
STORED AS TEXTFILE
location 'HDFS path';

select regexp_extract(c8,'8=(.*?)<SHO>',1)  as c8,
regexp_extract(c8,'9=(.*?)<SHO>',1)  as c9,
regexp_extract(c8,'35=(.*?)<SHO>',1)  as c35,
regexp_extract(c8,'34=(.*?)<SHO>',1)  as c34,
regexp_extract(c8,'49=(.*?)<SHO>',1)  as c49,
regexp_extract(c8,'52=(.*?)<SHO>',1)  as c52,
regexp_extract(c8,'56=(.*?)<SHO>',1)  as c56,
regexp_extract(c8,'98=(.*?)<SHO>',1)  as c98,
regexp_extract(c8,'108=(.*?)<SHO>',1)  as c108,
regexp_extract(c8,'554=(.*?)<SHO>',1)  as c554,
regexp_extract(c8,'35=(.*?)<SHO>',1)  as c10
from tablename

我首先创建一个包含这些数据的制表符分隔文件。我建议在评论中使用正则表达式，但如果这不是你的强项，你可以直接在 <SHO> 标记和 = . 因为您没有指定要使用的语言，所以我建议您使用python的“解决方案”。下面的代码向您展示了如何将输入行之一写入csv文件。这可以很容易地扩展到支持这些行中的多个，或者在csv文件创建之后将行附加到csv文件中。

import csv
input = "8=FIX.4.4<SHO>9=85<SHO>35=A<SHO>34=524<SHO>49=SSGMdemo<SHO>52=20150410-15:25:55.795<SHO>56=Trumid<SHO>98=0<SHO>108=30<SHO>554=TruMid456<SHO>10=154<SHO>"
l = input.split('<SHO>')[:-1] # Don't include last element since it's empty
list_of_pairs = map(lambda x: tuple(x.split('=')),l)
d = dict(list_of_pairs)

with open('test.tsv', 'wb') as c:
cw = csv.writer(c, delimiter='\t')
cw.writerow(d.keys()) # Comment this if you don't want to have a header
cw.writerow(d.values())

此代码所做的是首先在 <SHO> 意味着它创建了一个 col=val 串。接下来我要做的是创建一个元组对列表，其中每个元组 (col,val) . 然后它将从中创建一个字典，这并不是严格必要的，但是如果您想扩展更多行的代码，它可能会对您有所帮助。接下来，我创建一个以制表符分隔的值文件test.tsv，其中包含一个头和下一行中的值。
这意味着现在您有了一个hive可以理解的文件。我相信你能找到很多关于导入csv或tab分隔值文件的文章，但是我将给你一个通用的hive查询的例子，你可以用它导入hdfs文件。

CREATE TABLE if not exists [database].[table]
 ([Col1] Integer, [Col2] Integer, [Col3] String,...)
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
 LINES TERMINATED BY '\n'
 TBLPROPERTIES('skip.header.line.count'='1');

 LOAD DATA inpath '[HDFS path]'
 overwrite INTO TABLE [database].[table];

希望这能给你一个更好的想法如何继续。