null - 表达式 "IS NOT NULL"不适用于 HQL

Question

当我对 hive 表上的非空值执行 select 语句时，响应中没有正确的结果。结果就好像“不为空”表达式不存在一样!

示例 :

select count(*)
from test_table
where test_col_id1='12345' and test_col_id2 is not null;

备注 test_col_id1和 test_col_id2不是分区键。

这是我的 hive 版本。

Hive 0.14.0.2.2.0.0-2041

这是表:

... | test_col_id1 | test_col_id2 |
... | 12345 | × |
... | 12345 |空 |

此查询返回 2 条记录。

Answer 1

试试下面的查询，它是否返回行？

select count(*)
from test_table
where test_col_id1='12345' and test_col_id2 != 'NULL';

那么你的 NULL不是 NULL ，它是字符串 'NULL'。很多人对 NULL 的 Hive 治疗有问题字符串。默认情况下，它是空字符串 '' .如果我们想要其他任何东西，我们必须在创建表时准确指定处理 NULL 字符串的方式。以下是如何更改识别为 NULL 的 3 个示例。 .第一个将 'NULL' 字符串设置为 NULL :

CREATE TABLE nulltest1 (id STRING, another_string STRING)
TBLPROPERTIES('serialization.null.format'='NULL') --sets the string 'NULL' as NULL;
CREATE TABLE nulltest2 (id STRING, another_string STRING)
TBLPROPERTIES('serialization.null.format'='') --sets empty string as NULL;
CREATE TABLE nulltest3 (id STRING, another_string STRING)
TBLPROPERTIES('serialization.null.format'='\N'); --sets \N as NULL;

由于您已经创建了您的表格，您可以更改您的表格，以便它能够识别您的 'NULL'如 NULL :

ALTER TABLE test_table SET TBLPROPERTIES ('serialization.null.format' = 'NULL');