大数据文件分隔符
【摘要】
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...
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
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)