HIVE与GB2312字符集

    HIVE 的Driver类在处理字符串时，是按照UTF-8来处理，但是HIVE的JDBC确没有强制按照UTF-8来处理，所以会发生中文字符无论是UTF8还是GB2312都会在JDBC查询时，都不能正确输出。

   在Linux下Java的FileWriter默认是UTF8来写文件的，所以通过HIVE导入到HADOOP后，也是UTF-8的格式，如果依照之前（http://blog.csdn.net/cfy_yinwenhao/article/details/6977882）处理方式下，让JDBC的HIVEQueryDataSet以UTF-8来处理字符集，获取的数据是正确的。

 

但是这个方式下，UTF-8占用的空间比Latin1要大，Java的FileWriter写UTF-8文件，一个英文字符要占用2个字符的空间，太浪费了。。。尤其在HADOOP平台，本来就是处理大数据量的情况下，这么浪费的存储，真是不可取啊。

 

只能分析hive的源码了，看看能不能解决这个问题吧。。。