hadoop - HIVE 中的外部表 - 从原始数据集中转义双引号

Question

我有一个包含字符串和整数值的文件。所有字符串都用“”括起来

int_value1, "string_value2", int_value3, "string_value4"

在 HIVE 中创建 EXTERNAL TABLE 时需要使用什么参数来获取所有不带 "的字符串？

问候
帕维尔

Answer 1

你能试试这个吗？根据您的需要将表更改为外部。

input.txt
100,  "string1", 200,  "string2"
300,  "string3", 400,  "string4"

hive> CREATE TABLE test_regex(  
    > ivalue1 STRING,  
    > svalue1 STRING,  
    > ivalue2 STRING,  
    > svalue2 STRING)  
    > ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'  
    > WITH SERDEPROPERTIES ("input.regex" = "^([0-9]+),\\s+\"(.*)\",\\s+([0-9]+),\\s+\"(.*)\"$","output.format.string" = "%1$s %2$s %3$s %4$s") 
    > STORED AS TEXTFILE;
OK
Time taken: 1.091 seconds

hive> load data local inpath 'input.txt' overwrite into table test_regex;
OK
Time taken: 0.391 seconds

hive> select *from test_regex;
OK
100 string1 200 string2
300 string3 400 string4
Time taken: 0.212 seconds
hive>