ORACLE存储过程如何迁移到HIVE？

在将ORACLE存储过程迁移到HIVE平台时，不可避免地会遇到各种问题。

ORACLE与HIVE都使用SQL语句，但是语法和特性不尽相同，本文简述了几个迁移时需要注意的地方。

一.INSERT语句

ORACLE：

EXECUTE IMMEDIATE 'TRUNCATE TABLE TABLE_A';
INSERT /*+APPEND*/ INTO A NOLOGGING (
COL_1,
COL_2,
COL_3,
)

 

迁移至HIVE语句为：

INSERT OVERWRITE TABLE TABLE_A;

OVERWRITE关键字声明插入数据时覆盖原有数据，和TRUNCATE清空表数据再INSERT效果相同。

注意HIVE插入表时不能指定插入的字段，因为HIVE存储的是非结构化的数据。

 

二.表关联

ORACLE：

SELECT /*+PARALLEL (A,8)*/ 
*
FROM  A, B ,C
WHERE A.COL_1 = B.COL_1(+)
AND A.COL_1 = C.COL_1(+)

 

迁移至HIVE语句为：

SELECT *
FROM  A 
LEFT OUTER JOIN B
ON A.COL_1 = B.COL_1
LEFT OUTER JOIN C 
ON A.COL_1 = C.COL_1

ORACLE注释/*+PARALLEL (A,8)*/需要删除，左关联的语法需要改为HIVE的关联语法。

ORACLE和HIVE的各种关联语法对比，请移步

http://blog.csdn.net/henryfabrgeas/article/details/24689935

 

三.表的别名

ORACLE：

SELECT * FROM 
(SELECT * FROM A) 
GROUP BY COL_1

当需要类似的子查询语句时，迁移至HIVE时需要给子查询起别名，否则会报语法错误。

迁移至HIVE语句为：

SELECT * FROM 
(SELECT * FROM A) B 
GROUP BY B.COL_1

四.HIVE特性

在迁移的时候，会遇到一些HIVE的特性导致无法顺利迁移，如下ORACLE语句：

SELECT *
FROM A
GROUP BY A.COL_1
HAVING COUNT(DISTINCT A.COL_2) = 2

在HIVE中运行会遇到如下报错：

FAILED: SemanticException [Error 10002]: Line 19:22 Invalid column reference 'COL_2'

去掉DISTINCT后可以正常执行。

属于HIVE的特性导致的问题，HAVING子句中无法使用DISTINCT关键字，在迁移中需要进行取舍。

五.报错

1.迁移后字段数据类型有误，需要修改数据类型。

FAILED: SemanticException [Error 10016]: Line 28:5 Argument type mismatch 'COL_1': The expression after ELSE should have the same type as those after THEN: "int" is expected but "double" is found

2.

org.apache.hadoop.hive.ql.parse.SemanticException: Big Table Alias is null

关联时主表数据为空，需要插入数据再进行测试。