Hive 仅包含拼花文件中字段子集的配置单元表

我正在创建一个蜂巢表，如下所示：

Create external table test as (
Col1 string,
Col2 string)
Stored as parquet ‘/file.parquet’

---

我的问题是，如果拼花地板文件有100个字段，而我需要我的表只使用其中的5个字段，那么我可以在表定义中使用这5个列名吗？或者我需要做一些不同的事情吗？

是的，这将起作用。您可以创建包含所需列的外部表。 我通过将一个包含6列的拼花地板文件写入一个外部路径，然后创建一个顶部有3列的外部表来测试这一点。在此之后，查询表只生成3列

注意：如果要通过spark访问所有列，可以从外部文件路径读取