我遇到了一个有趣的问题。我有一个称为Python UDF的HIVE脚本,用于处理一些日期。 Python的输出为6列,3为字符串,3为数组。
例如print '%s\t%s\t%s\t%s\t%s\t%s\t%s' % (ID1, ID2, ID3, ARR1, ARR2, ARR3)
这是我的python UDF输出的一行:
10161 10400511433810000 (0000010161, 10400511433810001) ["0011583180","0011583180","0011583180"] ['2004-04-16', '2004-04-16', '2004-04-16'] ['2004-09-03', '2004-09-03', '2004-09-03']
#
问题1:
我之所以使用
%s
,是因为我找不到以HIVE会将其读取为数组的方式将数组返回给HIVE的方法。因此,我在HIVE中创建了一个表,该表甚至将数组也作为字符串导入,并假设我能够将字符串拆分为一个数组。我使用的脚本:
insert overwrite table table2
SELECT
ID1,
ID2,
ID3,
SPLIT(ARR1, '\\\t') as ARR1,
SPLIT(ARR2, '\\\t') as ARR2,
SPLIT(ARR3, '\\\t') as ARR3
FROM table1
LIMIT 10;
#
问题2:我得到以下输出:
0000010167 10400514362740001 (0000010167, 10400514362740001) ["[\"0022136941\",\"0022315161\"]"] ["['1900-01-01', '2007-05-01']"] ["['1900-01-01', '2008-06-16']"]
我真正需要的是:
0000010167 10400514362740001 (0000010167, 10400514362740001) 0022136941 1900-01-01 1900-01-01
0000010167 10400514362740001 (0000010167, 10400514362740001) 0022315161 2007-05-01 2008-06-16
最佳答案
在我的想法中,您有一个水平表,但是您需要一个垂直表。我不知道
如何使用Hive解决这个问题,所以我用mapreduce解决了。
是的,在这种情况下使用mapreduce非常容易。
这是一个中文示例,但是您只需要了解Java代码即可。
mapreduce example。
关于python - 在HIVE中爆炸,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25595491/