使用 gcloud dataproc 创建 hive 表不适用于 unicode 分隔符

如何解决使用 gcloud dataproc 创建 hive 表不适用于 unicode 分隔符

我需要在一个 unicode 分隔文件(unicode 字符 - ."\uFFFD",替换字符)上创建一个 hive 表

为此,我们将 hive 作业提交到集群。 使用 ROW FORMAT Delimited 尝试使用 Lazy simple serde -

gcloud dataproc 作业提交 hive --cluster --region --execute "创建外部表 hiveuni_test_01(代码 字符串、电话号码字符串、查找名称字符串、给定名称 字符串,alt_finding_name 字符串,house_num 字符串,street_name 字符串、位置字符串、状态字符串、保留字符串、邮政编码 字符串,directive_text 字符串,special_listing_text 字符串,id 字符串、纬度字符串、经度字符串、rboc_sent_date 字符串) ROW 格式由 '\uFFFD' 行终止的分隔字段 '\n' 存储为文本文件位置 'gs://hive-idaas-dev-warehouse/datasets/unicode_file';"

但这并不能正确创建表格,整行只放在第一列。

我们使用云 SQL mysql 服务器作为 hive Metastore,检查 mysql 是否也有 utf8 编码。

尝试使用 multidelimitserde -

gcloud dataproc 作业提交 hive --cluster dev-sm-35cb3516-ed82-4ec2-bf0d-89bd7e0e60f0 --region us-central1 --jars gs://hive-idaas-dev-warehouse/hive-jar/hive-contrib-0.14.0.jar --execute "CREATE EXTERNAL TABLE hiveuni_test_05 (codes string,telephone_num string,finding_name string,given_name 字符串,alt_finding_name 字符串,house_num 字符串,street_name 字符串、位置字符串、状态字符串、保留字符串、邮政编码 字符串,directive_text 字符串,special_listing_text 字符串,id 字符串、纬度字符串、经度字符串、rboc_sent_date 字符串) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.MultiDelimitSerDe' WITH SERDEPROPERTIES ('field.delim'='\uFFFD') 存储为输入格式 'org.apache.hadoop.mapred.TextInputFormat' 输出格式 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' 位置 'gs://hive-idaas-dev-warehouse/datasets/unicode_file';"

这给出了一个例外 - java.lang.ClassNotFoundException: Class org.apache.hadoop.hive.serde2.MultiDelimitSerDe not found

我在集群启动期间放置了一个初始化脚本,该脚本会将包含类 hive-contrib-0.14.0.jarorg.apache.hadoop.hive.serde2.MultiDelimitSerDe 放置在 /usr/lib/hadoop/lib/ 中。通过对集群执行 ssh,我看到 jar 被放置在文件夹中。

有没有办法在创建表时通过 hive 客户端读取 unicode 字符,或者为什么即使将 jar 放入 hadoop lib 目录后我仍然收到错误 classNotFound?

解决方法

hive-contrib-0.14.0 没有 org.apache.hadoop.hive.serde2.MultiDelimitSerDe。相反,完全限定的类名是 org.apache.hadoop.hive.contrib.serde2.MultiDelimitSerDe。注意那里额外的 contrib

因此,请更改您的查询以使用正确的完全限定类名,看看它是否能解决问题。您可能不必显式添加 hive-contrib jar。它应该已经在 /usr/lib/hive/lib 下。

HIVE-20020HIVE-20619 是在 Hive 4.0 上完成的,由于您使用的是 Dataproc,它不应该适用,因为 Dataproc 还没有 Hive 4.0。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 <select id="xxx"> SELECT di.id, di.name, di.work_type, di.updated... <where> <if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 <property name="dynamic.classpath" value="tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -> systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping("/hires") public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate<String
使用vite构建项目报错 C:\Users\ychen\work>npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-