• hive使用动态分区时如果动态分区的字段存在空值的问题


    hive的数据是放到hdfs中,当我们的分区字段类型为string时,如果使用动态分区向表中插入数据,而动态分区的那个字段恰好为null或者空字符串,这样hive会为其选一个默认的分区,我们查数据时分区字段的值也是这个默认分区的名,默认名为 __HIVE_DEFAULT_PARTITION__,这个默认分区的名称在配置hive时是可配置的。

    如果分区字段的类型为int,这里就有四点疑问:

    1. 分区字段的值为null或者空字符串时,hive的数据是什么样,hdfs的目录结构什么样?

    2. 分区字段的值为非空格的字符串时,hive的数据什么样,hdfs的目录结构什么样?

    3. 分区字段的值为小数时,hive的数据什么样,hdfs的目录结构什么样?

    4. 分区字段的值为空格时,hive的数据什么样,hdfs的目录结构什么样?

    以下把尝试结果给出来:

    1. hive中查到分区字段值为null,hdfs是pt=__HIVE_DEFAULT_PARTITION__

    2. hive中查到分区字段值为动态分区时的字符串,hdfs是pt=动态分区时的字符串

    3. hive中查到分区字段值为null,hdfs是pt=__HIVE_DEFAULT_PARTITION__

    4. hive中查到分区字段值为null,hdfs是pt=空格

    综上,hdfs的目录结构会把null和空字符串变成pt=__HIVE_DEFAULT_PARTITION__的形式。

    hive会把解析不成整数的值都用null代替。

    有关hive动态分区的说明见apache的wiki。

  • 相关阅读:
    【创建型】Singleton模式
    【创建型】Abstract Factory模式 & Factory Method模式
    红黑树插入操作
    红黑树删除操作
    bat命令中的变量声明及使用
    bat(传参情况下)取得当前bat所在的目录路径
    代理模式 -- 大话设计模式
    装饰模式 -- 大话设计模式
    依赖倒转原则 -- 大话设计模式
    开放封闭原则 -- 大话设计模式
  • 原文地址:https://www.cnblogs.com/vanwoos/p/9533348.html
Copyright © 2020-2023  润新知