在配置单元中导入具有不同结构的多个文件

xpcnnkqh 于 2021-06-03 发布在 Hadoop

关注(0)|答案(1)|浏览(342)

我有两个问题，请帮我解决。
问题1：文件结构我有3个文件有以下列：
login.csv（请求\u id、日期\u in、来源）
logout.csv（请求\u id、日期\u out、目的地）
request.csv（请求id、请求日期、用户）
每个文件在不同的时刻写入，因此“日期”不相同。如果请求完成，则所有文件中的请求id都相同。
例如：
注销.csv

request_id |       date_out      |  destination
    1      | 2015-11-13 01:02:02 | 192.168.0.7
    3      | 2015-11-13 05:01:05 | 192.168.0.5
    4      | 2015-11-13 03:09:02 | 192.168.0.10

登录.csv

request_id |       date_in       |    origin
    1      | 2015-11-13 01:02:03 | 192.168.0.10
    2      | 2015-11-13 02:03:04 | 192.168.0.9
    4      | 2015-11-13 03:09:02 | 192.168.0.3

请求.csv

request_id |       date_in       |  user
    1      | 2015-11-13 01:02:01 | user1
    2      | 2015-11-13 02:03:01 | user2
    3      | 2015-11-13 02:03:01 | user1
    4      | 2015-11-13 03:09:01 | user3

存储这些文件的更好方法是什么？
问题2：目录
如果hdfs中的文件每天都有相同的名称，如何正确地构造目录并加载这些文件？
按现状举例：

LOGS / 20151113 / log_out.csv
LOGS / 20151113 / log_in.csv
LOGS / 20151113 / request.csv
LOGS / 20151114 / log_out.csv
LOGS / 20151114 / log_in.csv
LOGS / 20151114 / request.csv
.
.
.

先谢谢你

hadoop Hive python csv

来源：https://stackoverflow.com/questions/33699243/import-multiple-files-in-hive-with-differents-structures

1条答案

按热度按时间

deikduxw1#

@奥塔维奥r。rossi：如果数据已经在hdfs中，您可以创建3个（外部）表、login、logout和request
比如说，

CREATE EXTERNAL TABLE login(
     request_id INT,
     date_out TIMESTAMP,
     destination STRING
     )
    ROW FORMAT DELIMITED
    FIELDS TERMINATED BY '|'
    STORED AS TEXTFILE;
    LOAD  DATA  INPATH  'hdfs location'

现在，这些表可以根据您的使用情况按日期或年/月/日进行分区。
另外，如果您正在寻找相关性，您可以考虑将所有的数据加载到一个表中，方法是根据请求将所有3个表连接起来。希望这对您有所帮助！

赞(0）回复(0）举报 2021-06-03

我来回答

在配置单元中导入具有不同结构的多个文件

1条答案

相关问题

热门标签

最新问答