Hive SQL - 在没有 `chr()` 的情况下测试\u0000 (ascii 00)

Question

我有一个包含一些损坏数据的数据集 - 一个字符串列有一些包含 \u0000 的字符串.我需要过滤掉所有这些，我唯一可以使用的是 where条款。
我试过 WHERE field NOT LIKE concat('%', chr(00), '%') ，但我的 hive 发行版(即 AWS EMR)无法识别 chr() .是否有其他选项可以填写我的 where子句过滤掉包含 \u0000 的字段, 不使用 chr() ?

Answer 1

你可以尝试如下

SELECT '\u0000' AS text;

+-------+--+
| text  |
+-------+--+
|      |
+-------+--+
-- NOT EMPTY

SELECT '\u0000abc' AS text;

+-------+--+
| text  |
+-------+--+
| abc  |
+-------+--+
-- NOT EMPTY

所以

SELECT text 
FROM(SELECT '\u0000abc' AS text) AS t  
WHERE text NOT LIKE('\u0000%');

+-------+--+
| text  |
+-------+--+
+-------+--+
-- EMPTY

SELECT text 
FROM(SELECT '\u0000abc' AS text) AS t  
WHERE text LIKE('\u0000%');

+-------+--+
| text  |
+-------+--+
| abc  |
+-------+--+
-- NOT EMPTY