以下是场景：假设您有一个存储twitter数据的配置单元表。假设它有5列。一列是文本数据。现在，您如何添加第6列来存储来自twitter文本数据的情绪分析的情绪值。我计划使用情绪分析api，如感伤140或viralheat。如果您有任何关于如何在配置单元中实现“派生”列的提示，我将不胜感激。谢谢。
rekjcdws1#
不幸的是，虽然hiveapi允许您向表中添加一个新列（使用altertablefooaddcolumns（bar binary）），但这些新列将为null并且无法填充。向这些列添加数据的唯一方法是清除表中的行并从新文件加载数据，这个新文件包含新列的数据。回答你的问题：你不能，在Hive里。要实现您的建议，您必须有一个包含6列的文件，第6列已经包含情绪分析数据。然后可以将其加载到hdfs中，并使用hive进行查询。编辑：刚刚尝试了一个示例，在添加新列（见上文）后，我将表导出为.csv格式，并将其弹出到m$excel中，在那里我可以对表值执行函数。在添加函数之后，我只是保存并上传了.csv文件，并从中重建了表。不确定这是否对您有帮助（因为情绪分析不太可能在excel中完成），但可能对其他只想在hive中使用计算列的人有用。参考文献：https://cwiki.apache.org/hive/gettingstarted.html#gettingstarted-DDL操作http://comments.gmane.org/gmane.comp.java.hadoop.hive.user/6665
wyyhbhjk2#
您可以分两步完成，而不需要单独的表。步骤：更改原始表以添加所需的列做一个“覆盖表选择”的所有列+您的计算列从原始表到原始表。警告：这还没有在集群安装上测试过。
2条答案
按热度按时间rekjcdws1#
不幸的是，虽然hiveapi允许您向表中添加一个新列（使用altertablefooaddcolumns（bar binary）），但这些新列将为null并且无法填充。向这些列添加数据的唯一方法是清除表中的行并从新文件加载数据，这个新文件包含新列的数据。
回答你的问题：你不能，在Hive里。要实现您的建议，您必须有一个包含6列的文件，第6列已经包含情绪分析数据。然后可以将其加载到hdfs中，并使用hive进行查询。
编辑：刚刚尝试了一个示例，在添加新列（见上文）后，我将表导出为.csv格式，并将其弹出到m$excel中，在那里我可以对表值执行函数。在添加函数之后，我只是保存并上传了.csv文件，并从中重建了表。不确定这是否对您有帮助（因为情绪分析不太可能在excel中完成），但可能对其他只想在hive中使用计算列的人有用。
参考文献：
https://cwiki.apache.org/hive/gettingstarted.html#gettingstarted-DDL操作
http://comments.gmane.org/gmane.comp.java.hadoop.hive.user/6665
wyyhbhjk2#
您可以分两步完成，而不需要单独的表。步骤：
更改原始表以添加所需的列
做一个“覆盖表选择”的所有列+您的计算列从原始表到原始表。
警告：这还没有在集群安装上测试过。