python - 从双引号包含的csv文件格式配置单元数据加载

Question

根据此帖子，我的查询不起作用similar post

将以下命令与sql一起使用。但即时通讯不是从 shell 执行。 sql在python中创建为字符串，并使用paramiko传递给hive。在 shell 上工作正常。但是，当从python作为字符串传递时，im出现bash错误。看起来是一些角色逃逸问题。

我试图加载csv文件，每个列值都用双引号引起来。

   strsql='''create table temp(col1 INT,col2 string) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde' WITH SERDEPROPERTIES ("quoteChar" = "\"") tblproperties ('skip.header.line.count'='1'); '''

错误

["bash: -c: line 4: unexpected EOF while looking for matching `''\n", 'bash: -c: line 5: syntax error: unexpe                                                                                   cted end of file\n']

我将其更改为 ("quoteChar" = "\\"")以添加额外的斜杠。然后我得到一个SQL错误

:FAILED: ParseException line 4:38 cannot recognize input near 'quoteChar' '=' ')' i                                                                                   n table properties list

在进一步检查中，将使用以下某些提取属性来调用hive命令。这可能是个问题吗？

hive -e set hive.cli.print.header=true;hive.support.quoted.identifiers=column;hvesql;

Answer 1

理想情况下，sql应该包含双引号。如下。因此，正如罗纳克(Ronak)在评论中提到的，应避免使用双引号。

 ROW FORMAT SERDE "org.apache.hadoop.hive.serde2.OpenCSVSerde"
                WITH SERDEPROPERTIES ("quoteChar" = '"') tblproperties ("skip.header.line.count"="1")

因此，当从 shell 程序作为字符串变量发送时，应按以下说明进行转义。需要使用双斜杠

 ROW FORMAT SERDE \\"org.apache.hadoop.hive.serde2.OpenCSVSerde\\"
                WITH SERDEPROPERTIES (\\"quoteChar\\" = '\\"') tblproperties (\\"skip.header.line.count\\"=\\"1\\")

有点简单。但是花了很多时间才找到:)