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;"
  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
 

文章来源: artisan.blog.csdn.net，作者：小小工匠，版权归原作者所有，如需转载，请联系作者。

原文链接：artisan.blog.csdn.net/article/details/50349919