大数据文件分隔符

大数据文件分隔符

背景：DSG数据同步到hadoop平台，发现部分表中数据存在竖线分隔符（“|”）,导致hadoop平台数据不准确。 为解决此问题并避免出现内容带分隔符的可能情况，商定分隔符修改为CtrlA（ascii是0x01 ） ，经测试在HDFS可用。 分隔符为CtrlA（ascii是0x01 ） 在vi的编辑模式下 Ctrl+V Ctrl+A 。windows cmd模式下 Ctrl+Q Ctrl+A Hive默认用 ‘\001’（Ctrl+A）作为字段(Fields)分隔符， ‘\002’(Ctrl+B)作为集合元素(Collections Items)分隔符， ‘\003’作为Map类型Key/Values分隔符。 所以shell中的脚本 FIELDS TERMINATED BY ‘’ 可以不指定 #建立 OFFER日表 fields terminated by '|' 要修改，默认的是'\001'（Ctrl+A），也可以不指定; v_create_sql="use ztedb; drop table if exists OFFER_${day_id}; CREATE TABLE OFFER_${day_id} ( OFFER_ID BIGINT, ATOM_ACTION_ID BIGINT, PARTY_ID BIGINT, OFFER_SPEC_ID BIGINT, OFFER_NBR STRING, AREA_ID INT, MKT_ACTIVITY_ID BIGINT, START_DT DATE, END_DT DATE, BSS_START_DT DATE, BSS_END_DT DATE, BILL_START_DT DATE, BILL_END_DT DATE, STATUS_CD STRING, STATUS_DT DATE, CREATE_DT DATE, VERSION DATE, EXT_PROD_OFFER_INST_ID STRING, EXT_SYSTEM STRING ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '' STORED AS TEXTFILE;"

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。