如何在Hive中使用Json格式数据

本文参考了：http://pkghosh.wordpress.com/2012/05/06/hive-plays-well-with-json/

表示感谢！

总体来说，有两大类方法：

1、将json以字符串的方式整个入Hive表，然后使用LATERAL VIEW json_tuple的方法，获取所需要的列名。

2、将json拆成各个字段，入Hive表。这将需要使用第三方的SerDe，例如：https://code.google.com/p/hive-json-serde/

本文将主要使用第二种方法。

wget https://hive-json-serde.googlecode.com/files/hive-json-serde-0.2.jar # 添加jar包 hive> add jar /home/heyuan.lhy/develop/wanke_http_test/hive-json-serde-0.2.jar; hive> # 创建hive表 CREATE TABLE test_json ( id BIGINT, text STRING, ) ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.JsonSerde' STORED AS TEXTFILE ; LOAD DATA LOCAL INPATH "test.json" OVERWRITE INTO TABLE test_json;

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

wget https : //hive-json-serde.googlecode.com/files/hive-json-serde-0.2.jar   # 添加jar包 hive > add jar / home / heyuan . lhy / develop / wanke_http_test / hive - json - serde - 0.2.jar ; hive >   # 创建hive表 CREATE TABLE test_json (      id BIGINT ,      text STRING , ) ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.JsonSerde' STORED AS TEXTFILE ;   LOAD DATA LOCAL INPATH "test.json" OVERWRITE INTO TABLE test_json ;

之后，就可以使用 SELECT等语句进行操作了。

备注：这个SerDe虽然比较老，但经过测试，支持到0.12的版本无压力。