用create table tableY as select 字段A,regexp_extractA,字段B,regexp_extractB from tableX 之后,
数据比原来多了5条
经查找,这5条都是其中一个字段为NULL,另外的字段全部=''
百思不得其解
将tableY用建表语句指定rcfile格式建表后,insert into table select 重新插入数据,就不会出现数据多的情况了
具体原因待查
这是源表的建表格式
ROW FORMAT SERDE'org.apache.hadoop.hive.serde2.columnar.LazyBinaryColumnarSerDe'
STORED AS INPUTFORMAT
'org.apache.hadoop.hive.ql.io.RCFileInputFormat'
OUTPUTFORMAT
'org.apache.hadoop.hive.ql.io.RCFileOutputFormat'