- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 gzip 压缩的 JSON 编码文件在 Amazon 的 Elastic MapReduce 上创建一个 Hive 表。我正在使用这个 JSON SerDe:http://code.google.com/p/hive-json-serde/
未编码的文件如下所示:
{"id":"101", "items":"A:231,234,119,12"}
{"id":"102", "items":"B:13,89,121"}
...
我想为具有表格生成功能的用户创建一个“items”列的数组。我想要的数组将是忽略“:”和它前面的字母的整数的“分解”CSV。我希望能够对项目整数(231,234 等)进行 GROUP BY 或将它们与其他表进行 JOIN。改变这个文件的格式会很困难,我所有的旧数据都以这种格式存储,所以我想在 Hive 中解决这个问题而不改变我的数据的存储方式。
我有办法做到这一点吗?
编辑:
感谢@mark-grover,这成功了!
我做了这样的事情:
SELECT id, item FROM my_table LATERAL VIEW explode(split(substr(items, 3, length(items) - 2), ',')) t1 AS item
得到:
101 231
101 234
101 119
101 12
102 13
102 89
102 121
在这样做的过程中,我发现我还想多做一点。我还想选择每个项目在 CSV 中的位置。所以我希望输出看起来像:
101 231 0
101 234 1
101 119 2
101 12 3
102 13 1
102 89 2
102 121 3
这里有什么想法吗?
再次编辑:
我为我的后续问题想出了一些东西,做这样的事情:
SELECT id, item, find_in_set(item, substr(items, 3, length(items) - 2)) AS position
FROM my_table LATERAL VIEW explode(split(substr(items, 3, length(items) - 2), ',')) t1 AS item
最佳答案
您可以使用 Hive UDFs 来做到这一点.您可能希望使用拆分 UDF 以逗号拆分字符串以获取数组,然后使用 Lateral view along with explode UDTF “分解”数组的内容。
回答你的第二个问题:这是我现在能想到的。可能有更好/更容易/更少 hackier 的方法来做到这一点。
创建一个 UDF,比如 split_extended,它将作为具有 2 个元素的结构返回,第一个是数组元素的实际内容,第二个是索引。当你分解它时,分解列的类型将是一个结构。该结构的一个条目是数组中的实际元素,另一个条目是对应于该元素的索引。
如果您考虑一下,我们正在扩充拆分 UDF 以返回 2 条信息 - 元素和索引。这些是将此类信息作为单个对象返回的几种方法 - 结构是其中之一,数组是另一种(数组的第一个元素是数组中的实际元素,第二个元素是索引)。返回 2 条信息的另一种黑客方法是将它们与您知道数据中不存在的内容(例如“:”)连接起来,这样您就可以让 UDF 返回“231:0”、“234:0” '、'119:2' 等,最后,您可以根据“:”(使用拆分 UDF)拆分结果字符串,而不是访问它们的结构成员,以获得所需的两部分。
为了创建您自己的 UDF,您将能够利用大部分(如果不是全部)可用的拆分 UDF 代码 here .
关于user-defined-functions - Hive:将逗号分隔的字符串转换为表生成函数的数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13754648/
我正在尝试使用以下 keytool 命令为我的应用程序生成 keystore : keytool -genkey -alias tomcat -keystore tomcat.keystore -ke
编辑:在西里尔正确解决问题后,我注意到只需将生成轴的函数放在用于生成标签的函数下面就可以解决问题。 我几乎读完了 O'Reilly 书中关于 D3.js 的教程,并在倒数第二页上制作了散点图,但是当添
虽然使用 GraphiQL 效果很好,但我的老板要求我实现一个用户界面,用户可以在其中通过 UI 元素(例如复选框、映射关系)检查呈现给他们的元素并获取数据,这样做将为该人生成 graphql 输入,
我尝试在 Netbean 6.8 中使用 ws-import 生成 Java 类。我想重新生成 jax-ws,因为在 ebay.api.paypalapi 包中发现了一个错误(我认为该错误是由于 Pa
我有一个 perl 脚本,它获取系统日期并将该日期写入文件名。 系统日期被分配给 TRH1 变量,然后它被设置为一个文件名。 $TRH1 =`date + %Y%m%d%H%M`; print "TR
我是 Haskell 的新手,需要帮助。我正在尝试构建一种必须具有某种唯一性的新数据类型,因此我决定使用 UUID 作为唯一标识符: data MyType = MyType { uuid ::
我制作了一个脚本,它可以根据 Mysql 数据库中的一些表生成 XML。 该脚本在 PHP 中运行。 public function getRawMaterials($apiKey, $format
所以这是我的项目中的一个问题。 In this task, we will use OpenSSL to generate digital signatures. Please prepare a f
我在 SAS LIFEREG 中有一个加速故障时间模型,我想绘制它。因为 SAS 在绘图方面非常糟糕,我想实际重新生成 R 中曲线的数据并将它们绘制在那里。 SAS 提出了一个尺度(在指数分布固定为
我正在为 Django 后端制作一个样板,并且我需要能够使它到达下一个下载它的人显然无法访问我的 secret key 的地方,或者拥有不同的 key 。我一直在研究一些选项,并在这个过程中进行了实验
我正在创建一个生成采购订单的应用程序。我可以根据用户输入的详细信息创建文本文件。我想生成一个看起来比普通文本文件好得多的 Excel。有没有可以在我的应用程序中使用的开源库? 最佳答案 目前还没有任何
我正在尝试使用 ScalaCheck 为 BST 创建一个 Gen,但是当我调用 .sample 方法时,它给了我 java.lang.NullPointerException。我哪里错了? seal
已关闭。此问题需要 debugging details 。目前不接受答案。 编辑问题以包含 desired behavior, a specific problem or error, and the
我尝试编写一些代码,例如(在verilog中): parameter N = 128; if (encoder_in[0] == 1) begin 23 binary_out = 1;
我正忙于在 Grails 项目中进行从 MySQL 到 Postgres 的相当复杂的数据迁移。 我正在使用 GORM 在 PostGres 中生成模式,然后执行 MySQL -> mysqldump
如何使用纯 XSLT 生成 UUID?基本上是寻找一种使用 XSLT 创建独特序列的方法。该序列可以是任意长度。 我正在使用 XSLT 2.0。 最佳答案 这是一个good example 。基本上,
我尝试安装.app文件,但是当我安装并单击“同步”(在iTunes中)时,我开始在设备上开始安装,然后停止,这是一个问题,我不知道在哪里,但我看到了我无法解决的奇怪的事情: 最佳答案 似乎您没有在Xc
自从我生成 JavaDocs 以来已经有一段时间了,我确信这些选项在过去 10 年左右的时间里已经得到了改进。 我能否得到一些有关生成器的建议,该生成器将输出类似于 .Net 文档结构的 JavaDo
我想学习如何生成 PDF,我不想使用任何第三方工具,我想自己用代码创建它。到目前为止,我所看到的唯一示例是我通过在第 3 方 dll 上打开反射器查看的代码,以查看发生了什么。不幸的是,到目前为止我看
我正在从 Epplus 库生成 excel 条形图。 这是我成功生成的。 我的 table 是这样的 Mumbai Delhi Financial D
我是一名优秀的程序员,十分优秀!