我想将 hive 查询结果导出到带有管道分隔符的单个本地文件。
Hive 查询包含 order by 子句。
我尝试过以下解决方案。
解决方案1:
hive -e 'insert overwrite local directory '/problem1/solution' fields terminated by '|' select * from table_name order by rec_date'
此解决方案正在创建多个文件。合并文件后,数据顺序丢失。
解决方案2:
beeline -u 'jdbc:hive2://server_ip:10000/db_name' --silent --outputformat=dsv --delimiterForDSV='|' -e 'select * from table_name order by rec_date' > /problem1/solution
此解决方案创建单个文件,但顶部有 2 行,底部有 2 行。
我正在使用 sed 命令删除空行。需要很长时间。
还有其他有效的方法来实现这一目标吗?
最佳答案
尝试使用这些设置在单个 reducer 上执行 ORDER BY:
set hive.optimize.sampling.orderby=false; --disable parallel ORDER BY
或者尝试手动设置reducer的数量:
set mapred.reduce.tasks=1;
关于hive - 如何将hive查询结果导出到单个本地文件?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64068082/