本文主要是介绍二百一十、Hive——Flume采集的JSON数据文件写入Hive的ODS层表后字段的数据残缺,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、目的
在用Flume把Kafka的数据采集写入Hive的ODS层表的HDFS文件路径后,发现HDFS文件中没问题,但是ODS层表中字段的数据却有问题,字段中的JSON数据不全
二、Hive处理JSON数据方式
(一)将Flume采集Kafka的JSON数据以字符串的方式整个写入Hive表中,然后再用get_json_object或json_tuple进行解析
1、ODS层建静态分区外部表,Flume直接写入ODS层表的HDFS路径下
create external table if not exists ods_evaluation(evaluation_json string ) comment '评价数据外部表——静态分区' partitioned by (day string) stored as SequenceFile ;
2、用get_json_object进行解析
selectget_json_object(evaluation_json,'$.deviceNo') device_no,get_json_object(evaluation_json,'$.createTime') create_time,get_json_object(evaluation_json,'$.cycle') cycle,get_json_object(evaluation_json,'$.laneNum') lane_num,get_json_object(evaluation_json,'$.evaluationList') evaluation_list from hurys_dc_ods.ods_evaluation ;
(二)在导入Hive表之前将JSON数据已拆分好,需要使用JsonSerDe
create external table if not exists ods_track(device_no string comment '设备编号',create_time timestamp comment '创建时间',track_data string comment '轨迹数据集合(包含多个目标点)'
)
comment '轨迹数据表——静态分区'
partitioned by (day date)
row format serde 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
with serdeproperties (
"separatorChar" = ",",
"quoteChar" = "\"",
"escapeChar" = "\\"
)
tblproperties("skip.header.line.count"="1") ;
注意:使用JsonSerDe时,每行必须是一个完整的JSON,一个JSON不能跨越多行,否则不能使用JsonSerDe
三、ODS层原有建表SQL
create external table if not exists ods_evaluation(evaluation_json string
)
comment '评价数据外部表——静态分区'
partitioned by (day string)
row format delimited fields terminated by '\x001'
lines terminated by '\n'
stored as SequenceFile
;
四、HDFS文件中的数据
HDFS文件中JSON数据完整,数据没问题
五、报错详情
查看表数据时发现evaluation_json字段的数据不完整
六、解决方法
(一)重新建表,建表语句中删除其中两行
--row format delimited fields terminated by '\x001'
--lines terminated by '\n'
(二)新建表SQL
create external table if not exists ods_evaluation(evaluation_json string ) comment '评价数据外部表——静态分区' partitioned by (day string) stored as SequenceFile ;
七、查询新表中evaluation_json字段的数据
数据解析成功!
又解决了一个问题,宾果!
这篇关于二百一十、Hive——Flume采集的JSON数据文件写入Hive的ODS层表后字段的数据残缺的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!