- 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?
我有大量包含 JSON 对象行的日志文件存储在 Amazon S3 中。此文件使用 LZO 压缩。
格式使用 Hive 分区,如下所示
s3://bucket/logs/year=2017/month=01/day=01/log00_00.txt.lzo
表定义如下
CREATE EXTERNAL TABLE IF NOT EXISTS logs (
attr1 string,
attr2 string,
attr3 string,
)
PARTITIONED BY (
year string,
month string,
day string
)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
WITH SERDEPROPERTIES (
'serialization.format' = '1'
) LOCATION 's3://bucket/logs/'
TBLPROPERTIES ('has_encrypted_data'='false');
当我尝试像这样执行一个月的查询时
SELECT COUNT(*) FROM logs WHERE year = '2017' AND month = '05';
查询总是失败
HIVE_CURSOR_ERROR: org.codehaus.jackson.JsonParseException:
Unexpected character ('c' (code 99)): expected a valid value
(number, String, array, object, 'true', 'false' or 'null') at
[Source: java.io.ByteArrayInputStream@381dc2b6; line: 1, column: 2]
我尝试查询较少数量的数据,即在这样的一天
SELECT COUNT(*) FROM logs WHERE year = '2017' AND month = '05' AND day = '01'
虽然成功的概率非常高,但此查询有时会失败并出现上述错误。
所以现在当我必须查询一个月时,我必须对该月的每一天进行迭代,然后为失败的那一天重新运行执行。
我可以做些什么来解决这个问题吗?或者这是 AWS Athena 的错误?
最佳答案
这可能意味着其中一个结果具有意外的字符或值。可能是行中的解析错误或格式不正确的 JSON。
我可能会尝试选择与失败的日期选择相对应的没有约束的数据 block 。 (例如,select * from logs limit 10000;
)并手动验证我每次都能获得年月日的预期结果。
手动验证的方法是将查询结果拉入 Linux/mac 框并执行类似 cat log | 的操作。 awk '{print $1 ""$2}' | uniq -c
假设您的第一列是年,第二列是月(并且它们是用空格分隔的)。这将为您提供前两个值的所有唯一值,您可能会注意到一些奇怪的值。
如果在同一天重新运行相同的 Athena 查询时断时续地失败,请向 AWS 开具支持票或切换到正则表达式模式并尝试收集一些导致失败的数据示例。
关于amazon-s3 - Amazon Athena 相同的查询有时会因 HIVE_CURSOR_ERROR 而失败,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44234823/
我有三张 table 。表 A 有选项名称(即颜色、尺寸)。表 B 有选项值名称(即蓝色、红色、黑色等)。表C通过将选项名称id和选项名称值id放在一起来建立关系。 我的查询需要显示值和选项的名称,而
在mysql中,如何计算一行中的非空单元格?我只想计算某些列之间的单元格,比如第 3-10 列之间的单元格。不是所有的列...同样,仅在该行中。 最佳答案 如果你想这样做,只能在 sql 中使用名称而
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我正在为版本7.6进行Elasticsearch查询 我的查询是这样的: { "query": { "bool": { "should": [ {
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
是否可以编写一个查询来检查任一子查询(而不是一个子查询)是否正确? SELECT * FROM employees e WHERE NOT EXISTS (
我找到了很多关于我的问题的答案,但问题没有解决 我有表格,有数据,例如: Data 1 Data 2 Data 3
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
我从 EditText 中获取了 String 值。以及提交查询的按钮。 String sql=editQuery.getText().toString();// SELECT * FROM empl
我有一个或多或少有效的查询(关于结果),但处理大约需要 45 秒。这对于在 GUI 中呈现数据来说肯定太长了。 所以我的需求是找到一个更快/更高效的查询(几毫秒左右会很好)我的数据表大约有 3000
这是我第一次使用 Stack Overflow,所以我希望我以正确的方式提出这个问题。 我有 2 个 SQL 查询,我正在尝试比较和识别缺失值,尽管我无法将 NULL 字段添加到第二个查询中以识别缺失
什么是动态 SQL 查询?何时需要使用动态 SQL 查询?我使用的是 SQL Server 2005。 最佳答案 这里有几篇文章: Introduction to Dynamic SQL Dynami
include "mysql.php"; $query= "SELECT ID,name,displayname,established,summary,searchlink,im
我有一个查询要“转换”为 mysql。这是查询: select top 5 * from (select id, firstName, lastName, sum(fileSize) as To
通过我的研究,我发现至少从 EF 4.1 开始,EF 查询上的 .ToString() 方法将返回要运行的 SQL。事实上,这对我来说非常有用,使用 Entity Framework 5 和 6。 但
我在构造查询来执行以下操作时遇到问题: 按activity_type_id过滤联系人,仅显示最近事件具有所需activity_type_id或为NULL(无事件)的联系人 表格结构如下: 一个联系人可
如何让我输入数据库的信息在输入数据 5 分钟后自行更新? 假设我有一张 table : +--+--+-----+ |id|ip|count| +--+--+-----+ |
我正在尝试搜索正好是 4 位数字的 ID,我知道我需要使用 LENGTH() 字符串函数,但找不到如何使用它的示例。我正在尝试以下(和其他变体)但它们不起作用。 SELECT max(car_id)
我有一个在 mysql 上运行良好的 sql 查询(查询 + 连接): select sum(pa.price) from user u , purchase pu , pack pa where (
我是一名优秀的程序员,十分优秀!