xml - Pig从HCat的列中爆炸XML

Question

我在 hive 表中有如下数据:

col1    |    col2
12345       <AnXMLElement><AChildElement1>2</AChildElement1><AChildElement2>4</AChildElement2></AnXMLElement>

我想采用第二列并将其分解为如下元素:

col1    |    col2    |  AChildElement1   |   AChildElement2
12345    <OriginalData>      2                   4

并将其写到CSV文件中。

我可以使用Hive / Hcat加载器来提取数据并将其过滤到这两列，但是我对如何使用XPath或XMLoader从已经过滤的结果集中加载列感到困惑。有没有一种方法可以使用XPath或XMLoader仅从列而不是文件加载？

提前致谢。

Answer 1

使用方法如下:

select *,xpath_string(z,'//AChildElement1'),xpath_string(z,'//AChildElement2') from table;

有关更多与XMLpath相关的功能: https://cwiki.apache.org/confluence/display/Hive/LanguageManual+XPathUDF

或者您也可以使用XMLserde方法。