Hive 无法将数据从拼花文件加载到配置单元外部表

我已经在下面编写了创建拼花地板文件的scala代码

scala> case class Person(name:String,age:Int,sex:String)
defined class Person

scala> val data = Seq(Person("jack",25,"m"),Person("john",26,"m"),Person("anu",27,"f"))
data: Seq[Person] = List(Person(jack,25,m), Person(john,26,m), Person(anu,27,f))

scala> import  sqlContext.implicits._
import sqlContext.implicits._

scala> import org.apache.spark.sql.SaveMode
import org.apache.spark.sql.SaveMode

scala> df.select("name","age","sex").write.format("parquet").mode("overwrite").save("sparksqloutput/person")

HDFS状态：

[cloudera@quickstart ~]$ hadoop fs -ls sparksqloutput/person
Found 4 items
-rw-r--r--   1 cloudera cloudera          0 2017-08-14 23:03 sparksqloutput/person/_SUCCESS
-rw-r--r--   1 cloudera cloudera        394 2017-08-14 23:03 sparksqloutput/person/_common_metadata
-rw-r--r--   1 cloudera cloudera        721 2017-08-14 23:03 sparksqloutput/person/_metadata
-rw-r--r--   1 cloudera cloudera        773 2017-08-14 23:03 sparksqloutput/person/part-r-00000-2dd2f334-1985-42d6-9dbf-16b0a51e53a8.gz.parquet

然后，我使用下面的命令创建了一个外部配置单元表

hive> CREATE EXTERNAL TABLE person (name STRING,age INT,sex STRING) STORED AS PARQUET LOCATION '/sparksqlouput/person/';
OK
Time taken: 0.174 seconds
hive> select * from person
    > ;
OK
Time taken: 0.125 seconds

---

但在select查询上方运行时，未返回任何行。请有人帮帮忙。

通常，hive sql语句

'select*from'

只是定位表数据所在的表目录，并从该

hdfs

目录转储文件内容

在您的情况下，

select*

不起作用，这意味着位置不正确

请注意，在scala中，您的上一条语句包含

save（“sparksqloutput/person”）

，其中

“sparksqloutput/person”

是相对路径，它将扩展到

“/user//sparksqloutput/person”

（即

“/user/cloudera/sparksqloutput/person”

）

---

因此，在创建配置单元表时，应该使用

“/user/cloudera/sparksqloutput/person”

而不是

“/sparksqloutput/person”

。实际上，

“/sparksqloutput/person”

不存在，因此您在

select*from person

中没有得到任何输出

用于创建dataframe df的scala语句缺失。你能把它加起来吗？