假设我在 Hive 中有一个名为 T1 的表。它按日期字段 dt 列进行分区。在配置单元 Metastore 中,目录结构有一个名为 T1 表的文件夹,其中有子目录 - 每个日期一个文件夹。
我的目标是将表的数据复制到 Amazon S3 中,同时保持目录结构。如果我尝试将表内容直接写入 S3 文件,如下所示,输出将写入单个文件并且目录结构丢失:
INSERT OVERWRITE DIRECTORY "s3://<DESTINATION>" SELECT * FROM T1;
或者,如果我尝试使用命令将目录从 HIVE-metatore 直接复制到 s3,则整个目录将复制到 S3,但底层文件不再以逗号分隔...这是一些不可读的字符相反:
s3-dist-cp --src=hdfs://<directory location> --dest=s3://<destination>
谁能帮我完成这个?有什么建议或替代方案吗?
最佳答案
可能的解决方案是使用相同的架构创建表并将位置设置为所需位置,然后使用 Hive 和动态分区加载数据:
create table T2 like T1;
Alter table T2 set location = 'your destination location';
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
Insert overwrite table T2 partition (dt)
select * from T1
distribute by dt;
关于amazon-web-services - 将数据从 Hive 写入 Amazon S3,同时保持表分区目录结构,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54913733/