我有一个.xls文件，有1000行，结构如下：
id | number | date | description
1232 | 41515 | 3/9/16 | amazing我正在尝试通过以下脚本使用pig来加载它，跳过第一个标题行，不带日期列（所以只有id、number、description，我还没有找到如何加载）：
REGISTER /usr/hdp/current/pig-client/lib/piggybank.jar
data = LOAD '/user/maria_dev/file.xls' using org.apache.pig.piggybank.storage.CSVExcelStorage(',', 'NO_MULTILINE', 'NOCHANGE', 'SKIP_INPUT_HEADER')
as (Id:chararray,case_number:chararray,date:chararray,block:chararray,iucr:chararray);
data_sample = LIMIT data 10;
DUMP data_sample;但是我从垃圾堆里得到了一个奇怪的结果，比如：
( � � � � � �,,,,)谢谢你的帮助
1条答案
按热度按时间qybjjes11#
使用csvexcelstorage无法直接将.xls文件加载到hdfs中。您必须将.xls文件另存为.csv文件，然后使用csvexcelstorage加载它。
还要注意，您有4个字段，而您的模式有5个字段。