Impala-处理分区列上的特殊字符

我目前正在从事一项将数据从临时表复制到最终表的工作。暂存表中用于在最终表上进行分区的列有多条带单引号的记录（例如，supplies'A、demand'A等）。因此，impala INSERT OVERRIDE语句失败，并显示以下消息：

查询：插入覆盖记录详细信息( 记录id、记录名称、记录值）分区（记录部分）选择 提交时间：2017-06-12 03:23:22（协调人： )可以在以下位置监视查询进度： 警告：TableLoadingException:未能加载表的元数据： 记录详细信息由以下原因引起：IllegalStateException:无效分区名称： rec_零件=-supplies'A

DDL语句如下所示：

--DDL 1 - Staging Table
CREATE EXTERNAL TABLE staging_rec_details(
    rec_id STRING, 
    rec_name STRING, 
    rec_value STRING
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\007'
LINES TERMINATED BY '\001'
--WITH SERDEPROPERTIES ('serialization.format'='\t', 'field.delim'='\t')
STORED AS TEXTFILE
LOCATION '/staging/staging_rec_details'

--DDL 2 - Final Table
CREATE EXTERNAL TABLE rec_details(
    rec_id STRING, 
    rec_name STRING, 
    rec_value STRING
)
PARTITIONED BY (rec_part STRING)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\007'
LINES TERMINATED BY '\001'
--WITH SERDEPROPERTIES ('serialization.format'='\t', 'field.delim'='\t')
STORED AS PARQUET
LOCATION '/data/rec_details'

以下是用于插入记录的Impala语句：

--Impala SQL
INSERT OVERWRITE rec_details
(
        rec_id, rec_name, rec_value
)
PARTITION (rec_part)
SELECT
        rec_id, rec_name, rec_value, rec_name
FROM staging_rec_details

---

当分区列具有特殊字符（如单引号）时，如何将数据插入到最终表中？

通过替换特殊字符解决了此问题：

-- Modified Impala SQL 
   INSERT OVERWRITE rec_details 
   (
        rec_id, rec_name, rec_value 
   ) PARTITION (rec_part) 
   SELECT
        rec_id, rec_name, rec_value,            
        regexp_replace(rec_name,'\'','') 
   FROM staging_rec_details

---

旁注：

行格式

子句对于柱状格式（如拼花地板）没有意义。注释的

serdeproperty

子句显然与

行格式

子句相矛盾……顺便问一下，您有什么问题吗？感谢@Samson Scharfrichter对行格式和serdeproperty的评论。另一方面，我认为对于替换特定字符，

translate（）

可能更有效；使用RegExp匹配单个字符就像在小钉子上使用大锤子一样。