首先，公司的小組長給了我一個任務(wù)，把一個txt的文件中的部分內(nèi)容，存進一個在hive中已有的表的相同結(jié)構(gòu)的表中。所以我的流程主要有三個，首先，把數(shù)據(jù)處理成和hive中表相同結(jié)構(gòu)的數(shù)據(jù)，然后仿照已有的hive中表的結(jié)構(gòu)再創(chuàng)建一張新的數(shù)據(jù)表，最后把本地的txt文件上傳到hive中新建的數(shù)據(jù)表中。

1：已有的數(shù)據(jù)表的結(jié)構(gòu)和在hive表中的結(jié)構(gòu)完全對不上，下面的圖是原來hive中表的結(jié)構(gòu)和小組長給我的txt中表的結(jié)構(gòu)：

大家可以看出，我們原來的hive中表的字段一共有17個，而組長給我的表中的字段一共有9個，其中最后一個為json結(jié)構(gòu)，而且順序還不對，所以我們要進行篩選，把對應(yīng)上的字段放到相應(yīng)位置，對應(yīng)不上的字段寫成空。

大家要注意幾個地方，原來的數(shù)據(jù)是按照tab來劃分的，所以我們要數(shù)好對應(yīng)的tab的數(shù)目，好來計算出來數(shù)據(jù)的實際的位置信息，然后我們按照原來hive表中的數(shù)據(jù)順序，重新排列我們新建表的數(shù)據(jù)的順序，下面給大家看看結(jié)果：

其中l(wèi)ine[0]=null，line[1]=102，大家以此類推。

3：我們把本地的txt文件導(dǎo)入到hive表中。首先我們要新建一個和原來hive表中相同結(jié)構(gòu)的數(shù)據(jù)表，然后把我們的數(shù)據(jù)導(dǎo)入到表中，

hive> creat table new_sft(x1 string,x2 string ,...,xn string) partitioned by (d string);

建好表之后，把數(shù)據(jù)導(dǎo)入到新表之中:

hive> load data local inpath‘/home/opendev/1.txt' into table new_sft;

最后給大家看看我的最終的結(jié)果：

以上這篇python處理數(shù)據(jù),存進hive表的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論