Hadoop 在配置单元中对非结构化数据实施逐字计数时出错

我运行此配置单元查询是为了在非结构化数据上获得逐字计数

select a, count(*) from (select(EXPLODE(SPLIT(regexp_replace(upper(word,'[-!@#$%&*]',''))) AND EXPLODE(SPLIT(regexp_replace(UPPER(word,'[^A-Za-z0-9 ]','')))) as A from file)q group by a;

但我认为这是一个错误。我想不出解决办法

失败：SemanticException[错误10014]：第1行：46个错误参数 ：没有类的匹配方法 org.apache.hadoop.hive.ql.udf.UDFRegExpReplace为字符串。可能的 选项：FUNCstring，string，string

---

regexp_replace用于替换它，它有3个参数

org.apache.hadoop.io.Text s、org.apache.hadoop.io.Text regex、org.apache.hadoop.io.Text替换

您应该使用regexp\u extract

evaluate(String s, String regex)

---

但是我使用了三个参数：EXPLODESPLITregexp\u replaceUPPERword，[^A-Za-z0-9]，->要处理的字符串，要替换的字符串，[^A-Za-z0-9]，，替换你为UPPER，UPPERword，[^A-Za-z0-9]给出的3个参数，好的，即使我不给出UPPER，直接给出regexp\u replace，我也会得到同样的错误。试过了，但没能解决问题从selectEXPLODESPLITregexp_replaceword“[-！@$%&*]”和EXPLODESPLITregexp_replaceword“[^a-Za-z0-9]”中选择一个、计数*，作为aSQL 1的from fileq组，这是个坏主意。从正确格式化查询开始。