apache pig日期时间-无效格式错误

ruarlubt  于 2021-06-21  发布在  Pig
关注(0)|答案(1)|浏览(507)

我对pig datetime数据类型有问题。我试图使用,但格式不正常工作。我不明白错误是什么:使用的代码如下

`records = LOAD '/tmp/project/sample.csv' USING PigStorage(',') AS (CUSTOMER_ID:in`t,READING_DATETIME:chararray,CALENDER_KEY:int,EVENT_KEY:int,GENERAL_SUPPLY_KWH:float,CONTROLLED_LOAD_KWH:float,GROSS_GENERATION_KWH:float,NET_GENERATION_KWH:float,OTHER_KWH:float); 

test = FOREACH records GENERATE CUSTOMER_ID,READING_DATETIME;

dates= FOREACH test GENERATE  CUSTOMER_ID,ToDate(READING_DATETIME,'dd-MM-yyyy HH:mm') AS READING_DATETIME;

sample.csv中的示例数据如下(仅粘贴在此处的前两列)

CUSTOMER_ID READING_DATETIME
10017574    31-05-2013 18:30
10017574    10-06-2013 05:30
10017574    29-06-2013 04:30
10017574    04-07-2013 20:30
10017574    05-07-2013 17:00
10017574    12-07-2013 10:30
10017574    13-07-2013 20:00
10017574    16-07-2013 13:00
10017574    19-07-2013 20:00

以上命令执行正常。另外,当我使用descripe表示“日期”时,它会返回:

grunt> DESCRIBE dates
dates: {CUSTOMER_ID: int,READING_DATETIME: datetime}

现在当我使用

toPrint = LIMIT dates 5;
DUMP toPrint;

  2016-09-15 05:43:39,000 [main] INFO  org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher - Some jobs have failed! Stop running all dependent jobs
    2016-09-15 05:43:39,013 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1066: Unable to open iterator for alias toPrint. Backend error : Invalid format: "READING_DATETIME"

我已经多次验证了字符串格式。甚至我还检查了oracle简单数据格式,它在joda类中用于pig使用的日期时间。我对同一数据尝试了几种组合。我试过上网。问题仍未解决。对我来说似乎是件很愚蠢的事,但却解决不了。

bprjcwpo

bprjcwpo1#

从您附加的示例数据来看,数据看起来不像是逗号分隔的。在load语句中,您使用''作为分隔符。为了解决这个问题,你有两个选择。
将输入文件转换为逗号分隔的输入文件或
使用正确的分隔符加载数据。
我使用了tab作为分隔符,效果很好
数据

10017574    31-05-2013 18:30
10017574    10-06-2013 05:30
10017574    29-06-2013 04:30
10017574    04-07-2013 20:30
10017574    05-07-2013 17:00
10017574    12-07-2013 10:30
10017574    13-07-2013 20:00
10017574    16-07-2013 13:00
10017574    19-07-2013 20:00

脚本

records = LOAD 'test12.txt' USING PigStorage('\t') AS (CUSTOMER_ID:int,READING_DATETIME:chararray); 
test = FOREACH records GENERATE CUSTOMER_ID,READING_DATETIME;
dates= FOREACH test GENERATE  CUSTOMER_ID,ToDate(READING_DATETIME,'dd-MM-yyyy HH:mm') AS READING_DATETIME;
DUMP dates;

输出

相关问题