最近在使用hive的partition时,发生这么一件有意思的事情:
我们在定义hive表时,partition字段的定义为int,而在增加partition时,对partition字段的赋值却是string,很遗憾的是,hive这时并没有对字段类型进行检查,也就是说,我们的增加partition语句执行成功了。在我们使用刚才增加的partition时,hadoop job管理页面显示map数量为0,而hdfs路径中数据也是存在的,是哪里出了问题?
在查看hive sql语句所产生的mapred的输入路径时发现,该job的输入路径并不是我们建表时所期望的路径,而是:
/data/tmp/hive/hive-username/hive_2013-11-27_14-20-19_147_227034320168824721-1/-mr-10002/0
然后再检查代码时发现,增加分区的语句中分区字段的赋值和字段的类型不一致,定义为int,赋值为string,于是猜想问题就是由于赋值和定义不一致导致的。
于是马上测试了一个并不存在的分区,在该hive sql形成的mapred job作业中,输入路径也是类似于上面的路径。
修改了代码中的问题,继续测试,数据正常。
hive的问题:在增加分区时没有做赋值类型检查,在对不存在的分区进行查询时,不报错,直接生成一个临时的目录作为输入路径。