配置单元,不支持将表文件格式从orc更改为parquet?

6ljaweal  于 2021-06-26  发布在  Hive
关注(0)|答案(3)|浏览(428)

我有一张这样的 hive table:

CREATE TABLE `abtestmsg_orc`(
  `eventname` string COMMENT 'AB测试方案上报事件:ABTest', 
  `eventtime` string COMMENT '事件上报时间', 
  `sessionid` string COMMENT 'Session标识', 
  `appkey` string COMMENT 'app标识', 
  `deviceid` string COMMENT 'device标识', 
  `content` string COMMENT 'AB测试方案的内容,格式是一个 json 字符串', 
  `item` array<struct<key:string,value:string>> COMMENT '扩展字段')
PARTITIONED BY ( 
  `dt` string COMMENT '??')
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.orc.OrcSerde' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.orc.OrcInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat'
LOCATION
  'hdfs://hdfsmaster/hive/connector_transfer/abtestmsg_orc'

现在,我想将文件格式从orc更改为parquet,并将位置更改为包含parquet文件的其他hdfs目录。因此,我首先尝试更改格式:

alter table abtestmsg_orc1 set fileformat parquet;

但它抛出了一个例外:
失败:执行错误,返回代码1

org.apache.hadoop.hive.ql.exec.DDLTask. Changing file format (from ORC) is not supported for table connector_transfer.abtestmsg_orc1
Error: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Changing file format (from ORC) is not supported for table connector_transfer.abtestmsg_orc1 (state=08S01,code=1)

我想这个例外意味着当我更改文件格式时,hive不仅会更改表元数据,而且会尝试将所有数据格式从orc更改为parquet。但是从官方文档来看,它会说:

ALTER TABLE table_name [PARTITION partition_spec] SET FILEFORMAT file_format;

**This statement changes the table's (or partition's) file format. For available file_format options, see the section above on CREATE TABLE. The operation only changes the table metadata. Any conversion of existing data must be done outside of Hive.**

但我想实现的是将其定位到一个Parquet目录。
那么,我能做些什么来实现这个目标呢?

cigdeys3

cigdeys31#

您需要创建另一个表abtestmsg\u parquet,该表存储为parquet,并带有所需parquet文件的位置:

CREATE TABLE abtestmsg_parquet(
  eventname string COMMENT 'AB测试方案上报事件:ABTest', 
  eventtime string COMMENT '事件上报时间', 
  sessionid string COMMENT 'Session标识', 
  appkey string COMMENT 'app标识', 
  deviceid string COMMENT 'device标识', 
  content string COMMENT 'AB测试方案的内容,格式是一个 json 字符串', 
  item array<struct<key:string,value:string>> COMMENT '扩展字段')
PARTITIONED BY ( 
  dt string COMMENT '??')
STORED AS PARQUET
LOCATION
  'hdfs://hdfsmaster/hive/connector_transfer/abtestmsg_parquet/'

然后你可以用动态分区创建文件。跑步:

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;

INSERT INTO TABLE abtestmsg_parquet PARTITION(dt)

SELECT eventname, eventtime, sessionid, appkey, deviceid, content, item, dt
FROM abtestmsg_orc;
7jmck4yq

7jmck4yq2#

在我的情况下,如果我想将格式更改为orc,则更改文件格式的命令是: "alert table myTableName set FILEFORMAT INPUTFORMAT 'org.apache.hadoop.hive.ql.io.orc.OrcInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat'" SERDE 'org.apache.hadoop.hive.ql.io.orc.OrcSerde'; 也就是说,inputformat、outputformat和serde应该相应地传递。

qybjjes1

qybjjes13#

如何更新/删除配置单元分区?是一篇类似的文章,我发现为了改变文件格式 use <schema> 在运行alter table命令之前,即使表名包含架构。。。也就是说,这对spark.sql不起作用。
但是如果你的模式是 myschema ,你能做到的

hive> use myschema;
hive> ALTER TABLE myschema.abtestmsg_orc PARTITION(dt='<dt_to_migrate>') SET FILEFORMAT PARQUET

这是可行的,但如果没有 use 命令。

相关问题