通过 SerDe(serialize/deserialize) ,在数据序列化和反序列化时格式化数据。
这种方式稍微复杂一点,对数据的控制能力也要弱一些,它使用正则表达式来匹配和处理数据,性能也会有所影响。但它的优点是可以自定义表属性信息 SERDEPROPERTIES ,在 SerDe 中通过这些属性信息可以有更多的定制行为。
原数据类型:
"abc"@_@123@_@"192.168.1.2"@_@"2013-02-05 12:13:00"
1.Hive 增加JAR 包
add jar /opt/app/hive-0.7.0-rc1/lib/hive-contrib-0.7.0.jar ;
2.创建表结构
create table hive_test(name string,
age string,
ip string ,
`date` string
) ROW FORMAT
SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES
( 'input.regex' = '"(.*)"@_@(.*)@_@"(.*)"@_@"(.*)"',
'output.format.string' = '%1$s %2$s %3$s %4$s')
STORED AS TEXTFILE
3.导入数据
load data local inpath '/home/op1/uerdwdb/data_test.txt' into table hive_test;