Hive与正则表达式SerDe分离每行成为一列的行
问题描述：
我想用正则表达式SerDe从文本文件创建配置单元表。我开始很简单，只是想将文本文档中的每个单词解析为一行。每行有一列，那就是这个词。Hive与正则表达式SerDe分离每行成为一列的行
我使用的正则表达式是（[A-ZA-Z] +）
而这是以后我发出到配置单元创建表命令的一半，
行格式SERDE“的有机萃.apache.hadoop.hive.contrib.serde2.RegexSerDe'WITH SERDEPROPERTIES（“input.regex”=“（[a-zA-Z] +）”，“output.format.string”=“％1 $ s”）保存为TEXTFILE;
当前表中几乎包含NULL。
任何帮助将是可怕的，谢谢！
答
当对输入进行反序列化时，RegExSerDe期望输入行与提供的正则表达式完全匹配。 如果不匹配，则该行中的所有列都将为NULL。
要分割输入中的所有单词，您需要采取不同的方法，首先将输入按原样加载到表中。 然后在输入上进行空格分割并将其分解，以便获得单个单词。您可能需要进行一些额外的匹配和过滤以删除不需要的交互字符。
CREATE TABLE input (text STRING);
LOAD DATA LOCAL INPATH 'input.txt' INTO TABLE input;
SELECT word FROM input LATERAL VIEW explode(split(text, ' ')) words AS word;
您提到该表包含几乎所有的NULL。你能否详细说明一下？有一些非NULL列吗？你能否提供你的数据的一个小样本？ – 2012-04-26 03:50:50