hive的踩坑经验1
一、hive表中新增字段或者修改字段时,需要使用cascade方式,否则新增字段,回刷数据还是存在为null的情况。
解决方案一:
1、ALTER TABLE tablename ADD COLUMNS (is_delete int COMMENT ‘是否进行删除的标记字段’) cascade; 然后回刷数据即可。
解决方案二:
2、ALTER TABLE tablename ADD COLUMNS (is_delete int COMMENT ‘是否进行删除的标记字段’) ; 需要删除历史分区,然后进行数据的回刷
最好使用方案一: 避免历史数据全部被清空的操作
二、hive中表与表之间关联时,left join on 特别注意在 on 部分时,务必要保证数据类型的一致性,否则会出现数据错误的情况。该问题在写SQL的时候,一定要多加关注。
此问题是hive隐式数据类型转化过程中遇到的坑。
错误案例:
select a.user_id,
b.user_id,
a.now_user_record_cars,
b.now_user_record_cars
from dmp.upf_driver_violation_df a
left join(
select user_id,now_user_record_cars from tmp.upf_driver_violation_df_nurc_test
) b
on a.user_id = b.user_id
where a.day = 20190807
and a.user_id = 4000000000003275341;
正确案例:
select a.user_id,
b.user_id,
a.now_user_record_cars,
b.now_user_record_cars
from dmp.upf_driver_violation_df a
left join(
select user_id,now_user_record_cars from tmp.upf_driver_violation_df_nurc_test
) b
on a.user_id =cast( b.user_id as bigint)
where a.day = 20190807
and a.user_id = 4000000000003275341;
三、hive 中有空值的字段判断,采坑
表字段值存在null时,如何进行<> 某个值的判断
案例: 取reasonName不是问题的数据,但是reasonName本身存在空值
方案-1、nvl(reasonName,‘未知’) <> ‘不是问题’
方案-2、(reasonName <> ‘不是问题’ or reasonName is null)
四、hdfs上有文件数据,但是表中查不到数据的解决方案
msck repair table + 具体的表名 即可完成查不到表数据的情况