hadoop - hive 中的 wordcount 问题

Question

使用 hive 进行字数统计时出现问题。

我的配置单元命令是这样的

select word, count(1) as count 
from (select explode(split(word, ' ' )) as word from note) w   
group by word 
order by count desc 
limit 5
;

结果:

the 20583
of  10388
     9479
and  7611
in   5226

9479 是行数。我该如何摆脱它？

Answer 1

将split函数改成-

split(word,'\\s+')

(而不是单个空格，一个严肃的白色字符[\t\n\x0B\f\r])