xml - 使用 Hive XML SerDe 将 XML 解析为多个表

Question

我有一堆要插入到 Hive 中的结构化 XML 文件。结构看起来有点像这样:

<Object>
    <property0>propertyValue</property0>
    <FirstNestedObjects>
        <FirstNestedObject>
            <property1>propertyValue</property1>
        </FirstNestedObject>
    </FirstNestedObjects>

    <SecondNestedObjects>
        <SecondNestedObject>
            <property2>propertyValue</property2>
        </SecondNestedObject>
    </SecondNestedObjects>
</Object>

我希望将此 XML 解析为 3 个表:Objects、FirstNestedObjects、SecondNestedObjects

每个表的列都是对象内部的属性。我希望这样做，以便我可以对聚合的 FirstNestedObjects 和 SecondNestedObjects 进行分析。

我试着查看他们位于此处的文档:https://github.com/dvasilen/Hive-XML-SerDe/wiki/XML-data-sources然而，它仅显示了如何将信息解析到单个表中。

关于我应该如何解决这个问题有什么想法吗？

Answer 1

一个可能的解决方案可能是创建一个包含 3 个分区的分区表。在您的查询中，您可以将数据写入所需的分区。所以最后您将拥有 3 个单独的目录，您可以在这些目录上创建表以单独查询它们。