我有固定宽度的文件有5个固定宽度列。这是文件的结构。 {col1:3char, col2:35char, col3:3char, col4:11char, col5:4char}
. 这是示例文件
111 SagarKhatavkar 030 9999ABIT
112 VishalKataria 028 9999ABIT
113 GauravSomvanshi 032 9999ABIT
114 SonalKartekiya 029 9999ABIT
所以在其他帖子中我建议使用regex。这是我创建的ddl。
CREATE TABLE emp (emplid STRING, name STRING, age String, salary String, dept STRING)
ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex" = "(.{4})(.{35})(.{3})(.{11})(.{4})",
"output.format.string" = "%1$s %2$s %3$s %4$s %5$s"
)
使用loadfromlocal加载数据后,此表中的所有值都为null。
load data local inpath '/home/test1/emp.txt' into table emp;
Running select on the table
hive> select * from emp;
OK
NULL NULL NULL NULL NULL
NULL NULL NULL NULL NULL
NULL NULL NULL NULL NULL
NULL NULL NULL NULL NULL
Time taken: 0.959 seconds, Fetched: 4 row(s)
请告知ddl有什么问题?我使用的是2.4.2.0-258版本的hive。
1条答案
按热度按时间nmpmafwu1#
我有问题。第一列数据有问题。这个文件应该有57个字节。否则,它会将整个行标记为null。