Regex 其他记录之间的字符串列表加载错误配置单元

我被一个问题困住了，真的需要帮助

下面是我的数据集

"counter","qid","i","qs","qt","tags","qvc","qac","aid","j","as","at"
"1",563355,62701,0,1235000081,"php,error,gd,image-processing",220,2,563372,67183,2,1235000501
"2",563356,15842,10,1235000140,"lisp,scheme,clojure",1047,16,563358,15842,3,1235000177

所有列都用“，”分隔，第六列是标记，这是一个由2到5个标记组成的列表，也用“，”分隔。 我试图创建一个表，将标记作为字符串，也作为字符串数组，这两个表都从标记列表中给了我第一个值（在本例中为

php

和

lisp

），其余列为空

"1" 563355  62701   0   1235000081  "php    NULL    NULL    NULL    220 2   563372
"2" 563356  15842   10  1235000140  "lisp   NULL    NULL    NULL    1047    16  563358

期望输出：

"1" 563355  62701   0   1235000081  "php,error,gd,image-processing" 220 2   563372
"2" 563356  15842   10  1235000140  "lisp,scheme,clojure"   1047    16  563358

我做了一些研究，发现我可以编写一个REGEXSERDE模式来读取数据，我对这方面还不熟悉，我不知道如何编写regex模式。除了正则表达式还有别的方法吗。如果没有，有人能帮我写一个正则表达式模式吗

---

先谢谢你

最简单的方法是使用其他内容更改“，”分隔符

另一种方法是使用

---

这将帮助您做到这一点

您可以使用配置单元外部表

create external table try3.tablename(
counter string,
qid int,
i int,
qs int,
qt int,
tags string,
qac int,
aid int )
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
  'input.regex' = '(.*?),(.*?),(.*?),(.*?),(.*?),(\".*\"),(.*?),(.*?),.*'
)
STORED AS TEXTFILE
LOCATION '/somelocation'

---

更改分隔符并非易事，因为我的表有近50万条记录。然后使用serde将qouted数据作为输入使用serde将qouted数据作为输入