regex - 文件名的一部分作为 Hive 表中的列

Question

我想将文件名的第一部分作为 Hive 表中的一列

My filename is : 20151102114450.46400_Always_1446482638967.xml

我在 Microsoft Azure 的 Hive 中使用正则表达式编写了一个查询(下面的查询)来获取它的第一部分，即 20151102114450

但是当我运行查询时，我得到的输出为 20151102164358

select CAST(regexp_replace(regexp_replace(regexp_replace(CAST(CAST(regexp_replace(split(INPUT__FILE__NAME,'[_]')[2],'.xml','') AS BIGINT) as TimeStamp),':',''),'-',''),' ','') AS BIGINT) as VERSION

谁能告诉我哪里出了问题以及需要纠正什么？

Answer 1

我在 Cloudera 中尝试过这个，希望它也能在 Azure 中工作。

select from_unixtime(unix_timestamp(regexp_extract('20151102114450.46400_Always_1446482638967.xml','^(.*?)\\.'),'yyyyMMddHHmmss'),'yyyy-MMM-dd HH:mm:ss');

2015-Nov-02 11:44:50
Time taken: 19.644 seconds, Fetched: 1 row(s)

另一种选择:

select from_unixtime(unix_timestamp(split('20151102114450.46400_Always_1446482638967.xml','\\.')[0],'yyyyMMddHHmmss'),'yyyy-MMM-dd HH:mm:ss')