hadoop - 推特分析 hive 查询

Question

我的 table 是，

CREATE EXTERNAL TABLE twitter.tweets (id BIGINT,created_at STRING,source STRING,favorited BOOLEAN, retweeted_status STRUCT<text:STRING,user:STRUCT<screen_name:STRING,name:STRING>,retweet_count:INT>,entities STRUCT<urls:ARRAY<STRUCT<expanded_url:STRING>>, user_mentions:ARRAY<STRUCT<screen_name:STRING,name:STRING>>,
 hashtags:ARRAY<STRUCT<text:STRING>>>,text STRING,user STRUCT<screen_name:STRING,name:STRING,friends_count:INT,followers_count:INT,statuses_count:INT,verified:BOOLEAN,utc_offset:INT,time_zone:STRING>,in_reply_to_screen_name STRING) 
PARTITIONED BY (datehour INT)
ROW FORMAT SERDE 'com.cloudera.hive.serde.JSONSerDe'
LOCATION '/twitter';

我使用
将数据从 HDFS 加载到此表LOAD DATA INPATH '/user/hue/twitter/tweets/2017/03/08/FlumeData.1489005910193' OVERWRITE INTO TABLE tweets PARTITION(日期时间)

我得到一个错误

'Error while compiling statement: FAILED:SemanticException org.apache.hadoop.hive.ql.metadata.HiveException:MetaException(message:Invalid partition key & values; keys [datehour, ], values [])'

我不明白要写什么作为分区部分的值

Answer 1

LOAD DATA INPATH 仅移动文件。
如果您的所有记录都来自同一时间(例如 23)，则使用 -
...INTO TABLE tweets PARTITION (datehour=23)。
如果没有，您将不得不使用另一种技术，例如外部表。