我的数据存储在hdfs的/tmp/kafka/alert目录下的多个文件中。每个文件都包含新行分隔的json对象,如下所示。
{"alertHistoryId":123456,"entityId":123,"deviceId":"123","alertTypeId":1,"AlertStartDate":"Dec 28, 2016 12:05:48 PM"}
{"alertHistoryId":123456,"entityId":125,"deviceId":"125","alertTypeId":5,"AlertStartDate":"Dec 28, 2016 11:58:48 AM"}
我在下面添加了hivejson serde jar
ADD JAR /usr/local/downloads/hive-serdes-1.0-SNAPSHOT.jar;
我创建了如下表
CREATE EXTERNAL TABLE IF NOT EXISTS my_alert (
alertHistoryId bigint, entityId bigint, deviceId string, alertTypeId int, AlertStartDate string
)
ROW FORMAT SERDE 'com.cloudera.hive.serde.JSONSerDe'
LOCATION '/tmp/kafka/alert';
已成功创建表。但是当我获取数据时,我得到了所有的空值。有人知道怎么解决吗?
2条答案
按热度按时间ycggw6v21#
不要使用
Serde
添加jar和转换jar总是开销很大,而不是使用内置的get\u json\u对象和json\u元组来读取json如果您只想使用json serde,那么可以看看这个配置单元json serde。在测试之前,首先验证json验证器。
lzfw57am2#
您使用的是旧版本的json serde。您的json serde和hadoop发行版可能有问题。请找到下面的链接以获取新版本的json serde。按照链接中的步骤根据hadoop发行版进行构建。
https://github.com/rcongiu/hive-json-serde
请参阅下面的工作示例。
如何构建jar。
maven应该安装在你的电脑上,然后像这样运行命令。
C:\Users\User1\Downloads\Hive-JSON-Serde-develop\Hive-JSON-Serde-develop>mvn -Phdp23 clean package
在我的例子中,我使用hdp2.3,所以我提供了-Phdp23
如果您愿意使用hivejson-serde,希望能有所帮助。