Hadoop 在猪的拼花地板上使用蜂巢桌
我试图在包含两个拼花文件的文件夹中创建一个配置单元表,其中包含模式字符串、字符串和双精度。第一个拼花文件模式是string,string,double,第二个文件的模式是string,double,string 我正在尝试使用pig(0.14)脚本中的配置单元表 但是我得到了错误 java.lang.UnsupportedOperationException:无法检查org.apache.hadoop.hive.serde2.io.DoubleWritable 我怀疑这是由于第二个文件的架构与表架构不同,因为第一个文件的拆分已成功读取,但在读取第二个文件的拆分时发生此异常 我还查看了HCatRecordReader的代码,找到了这段代码Hadoop 在猪的拼花地板上使用蜂巢桌,hadoop,hive,apache-pig,parquet,hcatalog,Hadoop,Hive,Apache Pig,Parquet,Hcatalog,我试图在包含两个拼花文件的文件夹中创建一个配置单元表,其中包含模式字符串、字符串和双精度。第一个拼花文件模式是string,string,double,第二个文件的模式是string,double,string 我正在尝试使用pig(0.14)脚本中的配置单元表 但是我得到了错误 java.lang.UnsupportedOperationException:无法检查org.apache.hadoop.hive.serde2.io.DoubleWritable 我怀疑这是由于第二个文件的架构与表
DefaultHCatRecord dr = new DefaultHCatRecord(outputSchema.size());
int i = 0;
for (String fieldName : outputSchema.getFieldNames()) {
if (dataSchema.getPosition(fieldName) != null) {
dr.set(i, r.get(fieldName, dataSchema));
} else {
dr.set(i, valuesNotInDataCols.get(fieldName));
}
i++;
}
在这里,我看到了从数据模式到输出模式的转换逻辑,但是在调试时,我发现这两种模式没有区别
请帮我查一下
如果您的文件具有两种不同的架构,那么以下内容似乎是合理的:
如果您知道模式,那么可以使用pig Parquet loader读取文件并手动指定模式,这将触发模式演变。我不确定它在这个特定的情况下是否会有帮助,尽管模式的演变似乎很难做到。Avro也会这样吗?我不知道pig Avro存储是如何工作的。我认为您也可以手动指定模式。
A = LOAD 'dynschema' USING org.apache.hive.hcatalog.pig.HCatLoader();
DUMP A;
DefaultHCatRecord dr = new DefaultHCatRecord(outputSchema.size());
int i = 0;
for (String fieldName : outputSchema.getFieldNames()) {
if (dataSchema.getPosition(fieldName) != null) {
dr.set(i, r.get(fieldName, dataSchema));
} else {
dr.set(i, valuesNotInDataCols.get(fieldName));
}
i++;
}