我正在研究如何把数据输入Hive。问题是，我已经覆盖了我的历史数据，所以我需要在文本文件中包含文件名，这样我就可以处理在后续文件中更新的重复行。
我选择的方法是 awk 若要将文件名添加到每个文件中，则在我将其摄取到配置单元中之后，我可以使用hql筛选出不推荐使用的行。
以下是我的示例数据（以制表符分隔）：

animal  legs    eyes
hippo   4       2
spider  8       8
crab    8       2
mite    6       0
bird    2       2

我已经给它命名了 long_name_20180901.txt 我从这篇文章中找到了如何添加我的新专栏：

awk '{print FILENAME (NF?"\t":"") $0}' long_name_20180901.txt

结果是：

long_name_20180901.txt  animal  legs    eyes
long_name_20180901.txt  hippo   4       2
long_name_20180901.txt  spider  8       8
long_name_20180901.txt  crab    8       2
long_name_20180901.txt  mite    6       0
long_name_20180901.txt  bird    2       2

但是，作为一个初学者，我不知道如何将这个命令扩展到：
使列名（第一行）类似于“文件名”
在awk中实现regex，只提取文件名中我需要的部分，并处理其余部分。我真的只想 "long_name_(.{8,}).txt" （抓捕组的东西。
目标输出为：

file  animal  legs    eyes
20180901  spider  8       8
20180901  crab    8       2
20180901  mite    6       0
20180901  bird    2       2

谢谢你的时间！！我完全是个新手 awk .