Hive如何根据条件合并组内的多条记录
Hive是一个基于Hadoop的数据仓库工具，用于处理大规模的结构化数据。Hive支持类SQL语言的查询和数据处理操作，并可以将这些操作转化为MapReduce任务在Hadoop集群上执行。
在Hive中，要根据条件合并组内的多条记录，可以通过使用GROUP BY子句和聚合函数来实现。具体步骤如下：
- 首先，使用GROUP BY子句将数据按照某个字段进行分组。例如，如果要根据某个字段col1进行分组，可以使用类似以下的语句：
- 首先，使用GROUP BY子句将数据按照某个字段进行分组。例如，如果要根据某个字段col1进行分组，可以使用类似以下的语句：
- 接下来，可以使用聚合函数对每个组内的数据进行计算，以满足合并的条件。常见的聚合函数包括SUM、COUNT、AVG等。例如，如果要对某个字段col2进行求和，可以使用类似以下的语句：
- 接下来，可以使用聚合函数对每个组内的数据进行计算，以满足合并的条件。常见的聚合函数包括SUM、COUNT、AVG等。例如，如果要对某个字段col2进行求和，可以使用类似以下的语句：
- 如果需要根据特定条件来筛选合并后的结果，可以在HAVING子句中使用条件表达式。例如，如果要筛选出某个字段col3大于某个值的结果，可以使用类似以下的语句：
- 如果需要根据特定条件来筛选合并后的结果，可以在HAVING子句中使用条件表达式。例如，如果要筛选出某个字段col3大于某个值的结果，可以使用类似以下的语句：
以上是Hive中根据条件合并组内的多条记录的基本步骤。在实际应用中，可以根据具体需求进行更复杂的操作和组合。
推荐的腾讯云产品：腾讯云数据仓库TencentDB for TDSQL（点击链接了解更多：https://cloud.tencent.com/product/tdsql），腾讯云分布式关系型数据库TDSQL（点击链接了解更多：https://cloud.tencent.com/product/tdsql-distributed）。这些产品都提供了可靠的数据存储和处理服务，适合用于Hive等大规模数据处理场景。
相关·内容
1回答
我有hive外部表(以拼图格式存储的s3文件)，用spark创建，大小约为30 GB，具有数百个分区。但是，我需要查询非分区列(比如SUPPLIER_ID)上的数据，以查看完整的事务历史记录，而不是特定于某个期间或日期(分区列)。在不确定Hive表上的哪个分区数据属于哪个分区的情况下，如何确保这种查询模式？
浏览 3提问于2021-06-09得票数 0
我有以下Scala代码，用于将数据从json文件写入Hive中的表。导入org.apache.spark.SparkConf导入org.apache.spark.sql.SQLContext
val conf = new SparkConf().setAppName("App").setMaster("local")
import org.apache.spark.sql.hive._
val hiveContext = new HiveContext(sc)
val stg_comments = hiveContext.read.schema(buildS
浏览 1提问于2018-05-21得票数 1
1回答
我有一张有上百万张唱片的桌子。我希望执行一个单元查询，并希望将结果集以块的形式返回给客户端。就像第一个客户端请求获取结果一样，我希望返回第一个1000条记录，然后在随后的请求中返回下1000条记录，依此类推。一种方法是，在执行单元查询时获取完整的结果集，并保存它，并根据客户端的请求迭代结果集。但是如果我的结果集非常大，那么它可以在内存中保存完整的结果集的同时产生内存不足的问题。
是否有可能从hive?中获取同一个单元格查询的数据，根据我的探索，我发现hive不支持分页，而且每次我无法使用hive中的限制子句执行查询时都会这样做，因为hive的文档说限制子句随机选择记录。
我正在使用JDBC执行
浏览 1提问于2015-06-26得票数 1
我有一个查询，有时它可能会返回多条记录，当这种情况发生时，我只需要根据实例字段(TinyInt)的最新记录。尝试创建查询，其中它首先执行查询，然后执行组查询。这样，如果它只返回1，它不会改变结果，因为该记录将是最新的。
这是对Microsoft Access 2003查询的查询。
浏览 3提问于2011-05-11得票数 0
回答已采纳
通过在Hive中启用事务，我们可以更新记录。假设我用的是AVRO格式的蜂巢表。
如何处理更新AVRO文件并在不同服务器上再次复制这些文件(因为复制因子为3 )。
我找不到一篇很好的文章来解释这一点，以及在蜂巢中使用ACID的后果。由于建议HDFS不更新或只追加文件，因此如何在工作之间更新记录。
请给我建议。
浏览 3提问于2017-05-23得票数 1
回答已采纳
我从配置单元CLI运行了以下查询。查询运行了很长一段时间，之后就失败了。
SET hive.tez.container.size=10240;
SET hive.tez.java.opts=-Xmx8192m;
set tez.runtime.io.sort.mb=4096;
set tez.runtime.unordered.output.buffer.size-mb=1024;
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
set hive.vector
浏览 4提问于2017-03-15得票数 0
1回答
我有一个查询给我所有的记录。现在，我想在所有记录中检查这三种情况之间有多少记录。
少于或等于250 000
25万到50万之间
500 000及以上
我一共得到了6栏。通过减去列Credit Dist dt - App Received dt，得到working days1，减去LO Issued - appr_dec，得到working days2。在确定了哪些记录在哪种情况下之后，我必须对这些条件中的所有应用程序进行计数，并使用working day1和working day2来划分应用程序的计数。如何确定哪一种申请处于哪一种状态并继续进行？
这个查询很长，所以我尝试使
浏览 3提问于2012-12-05得票数 1
我有两个DataFrame数据帧(A和B)，它们都有一个公共的列/字段(在Spark A中是主键，但在B中不是)。
对于dataframe A中的每一条记录/行，dataframe B中有多条记录。基于该公共列值，我希望针对dataframe A中的每条记录从dataframe B中获取所有记录。
我应该执行什么类型的转换，以便在不做太多混洗的情况下将记录收集在一起？
浏览 0提问于2018-07-25得票数 0
1回答
是否可以从Hive表中获取多条记录？例如:我在配置单元/文件表中有1000条记录，由于性能限制，我不想对配置单元/文件进行1000次命中。我知道这种技术在DB2中是可用的，但在Hive中不是很确定。或者，如果我们有更好的选择，可以在有限的时间内访问数据库/文件来获取配置单元中的所有行，请让我知道。
浏览 0提问于2020-08-28得票数 1
2回答
我正在尝试使用RLIKE (内部)连接Hive中的两个表。
select a.col_x, b.col_y, count(*) as n
from tableA a
join tableB b
ON a.col_x RLIKE concat('^', b.col_z)
group by a.col_x, b.col_y
(tableA apprx.100M条记录，tableB接近。1000条记录)
此查询将不起作用，因为配置单元仅支持相等连接。
我将不等式转移到where子句(参考：)。
select a.col_x, b.col_y, count(*) as n
from t
浏览 9提问于2016-09-21得票数 3
我目前正在使用下面的代码加载一个hive表到pig关系。
a = LOAD 'hive_db.hive_table' using org.apache.hive.hcatalog.pig.HCatLoader();
这一步将把hive表中的所有记录放入pig中，但对于我目前的场景，我不需要整个表都放在pig中。当我从配置单元获取数据时，有没有办法过滤掉不需要的记录？
浏览 4提问于2019-08-15得票数 0
1回答
如何处理插入到内部分区表？
、、、、
我需要将记录流插入到Hive分区表中。表的结构类似于
CREATE TABLE store_transation (
item_name string,
item_count int,
bill_number int,
) PARTITIONED BY (
yyyy_mm_dd string
);
我想了解Hive如何处理内部表中的插入。
是否所有记录都插入到yyyy_mm_dd=2018_08_31目录中的单个文件中？或者在一个分区内分割成多个文件，如果是的话，什么时候？
如果每天有100万条记录，而查询模式将介于日期范围之间，那么哪一种方式表现得很好呢？
浏览 1提问于2018-08-27得票数 5
回答已采纳
是否可以使用S3从Hive外部表中删除记录，并将AWS桶作为位置。
例如:从MY_HIVE_TABLE中删除COLUMN1 1=‘TEST1 1’；
浏览 7提问于2022-02-10得票数 1
Requirement：需要从RDBMS ( Server)获取1000 s的表，并将其推到Hive中，以便几乎实时地运行分析和生成报表。我使用Nifi读取RDBMS表中的数据，并将其作为外部表推送到单元表中。
发布：假设RDBMS中有一个表= Employee，其中有10条记录。我在Nifi中运行了一个处理器，它经常读取我的Employee表，根据"lastModifiedTimeStamp“列获取新更新的记录。现在假设Hive和Rdbms表是同步的，它们都有10条记录，现在我在RDBMS中更新1行，现在Nifi将读取这个新更新的记录，并且"PutORC"/"
浏览 1提问于2022-07-13得票数 0
回答已采纳
我刚刚将hive版本升级为2.1.0，用于hive和hive。
但正因为如此，一些查询开始失败，之前的工作正常。
异常-
Exception in thread "main" org.apache.hive.service.cli.HiveSQLException: Error while compiling statement: FAILED: ArrayIndexOutOfBoundsException null
at org.apache.hive.jdbc.Utils.verifySuccess(Utils.java:264)
at org.apache
浏览 4提问于2016-09-16得票数 0
回答已采纳
我使用Sqoop增量导入，每天将数据输入到我的hive表中。我有以下场景:我有一个RDBMS表:用列清空数据
id name city
1 Sid Amsterdam
2 Bob Delhi
3 Sun Dubai
4 Rob London
我将数据导入到Hive中，使用Sqoop增量导入，通过cron作业将数据导入到shell脚本来完成工作。
#!/bin/bash
DATE=$(date +"%d-%m-%y")
while IFS=":" read -r server dbname tablename
浏览 2提问于2017-04-17得票数 1
回答已采纳
我正试图通过提供大量数据(每秒订购1万点)。
为了使每秒的记录在我的碎片中最大化，我想在碎片上循环执行我的请求(我的应用程序逻辑并不关心将单个消息发送给什么)。
对于我发送到PutRecords端点的列表中的消息，我似乎可以使用PutRecords参数来实现这一点--但是，除了以下预言语句之外，亚马逊文档实际上并没有描述如何使用ExplicitHashKey：
记录数组中的每个记录都可能包含一个可选参数ExplicitHashKey，该参数覆盖分区键以进行碎片映射。此参数允许数据生成器显式地确定存储记录的碎片。有关更多信息，请参见在指南中添加带有PutRecords的多条记录。
(上
浏览 0提问于2017-06-16得票数 7
回答已采纳
众所周知，我们可以在mysql中使用ifnull函数，但是在hive中没有ifnull函数，那么如何使用其他函数来替代它呢？
浏览 1提问于2018-11-23得票数 3
回答已采纳
1回答
我有一个文件，我正在加载到Hive.It有一个标题记录和2个尾部记录。我跳过这3行。 文件上的WC -l提供了780112条记录。正在将780108条记录加载到hive表。 将此文件下载到excel中有780113条记录，包括标题和尾部。我假设文件中有一些空行或换行符，这可能是缺少的两行，为什么WC -l给出了错误的计数。 如何找到它？ 我尝试在vi编辑器中使用:g搜索空行，但没有给出匹配结果。
浏览 11提问于2020-03-31得票数 0
1回答
增量附加到文件
、、、
我在MySQL中有表，我想使用sqoop导入数据。我导入了数据并以file的形式存储在file中。现在，我想在hdfs中对这个文件运行增量更新。
假设MYSQL表中有100行。HDFS中的文件包含前50行的数据。如何增量更新此文件。
I am talking about files not Hive tables。
我希望增量数据作为单独的文件，而不是合并的文件。例如，第一个部件文件包含50个记录，然后我需要一个包含接下来50个记录的部件文件。我的意思是，我们可以对文件进行增量更新吗？
浏览 3提问于2017-03-17得票数 0
回答已采纳
我有一个与item_tiers表相关的items表。第二个表包含items表中某个项目的库存收据。item_tiers表中可以有0条或多条记录与items表中的单个记录相关。如何使用查询，仅获取在项目层中有一条或多条记录的记录...
结果= session.query(Item).filter(???).join(ItemTier)
其中的过滤器片段，在伪代码中，将是类似于...如果item_tiers表有一个或多个与item相关的记录。
浏览 0提问于2012-08-01得票数 1
回答已采纳
1回答
MDB正在插入重复的记录
、、、、
我使用JBoss5.1.2MDB来使用放置在队列上的实体消息。消息生成器可以为同一实体生成多条消息。这些消息实体由它们的实体号定义。(msg_entity_no)只有当实体不存在时，我才必须将记录插入到现有的实体表中，否则我必须更新现有的记录。现有实体表在此实体编号上并不是唯一的，因为它有另一个内部键。它包含重复的msg_entity_no
我遇到的问题是，当产生多条消息时，MDB查询的多个实例同时存在于实体表上。当时，这两个实例都不存在，然后进程对这两个消息进行插入。而不是对不存在的实体进行插入，然后更新后续消息的记录。
我想避免使用注释@ActivationConfigProperty(p
浏览 4提问于2014-05-22得票数 1
回答已采纳
1回答
我有两个表，如下：
order_detail
Fields: order_id, name, total, quantity
order
Fields: id, order_date
对于每条按顺序排列的记录，order_detail中都有多条记录。
我希望得到以下结果。
显示按名称分组的sum (总数)和sum(数量)，其中order_date介于2015年3月1日和2016年2月29日之间。在这里，我只想看到前10个项目按总数排序。我写了下面的查询，但我一直收到语法错误：
select od.name, sum(od.total) AS revenue, sum(od.quantity)
浏览 0提问于2016-03-08得票数 0
我有个大桌子蜂箱。要识别唯一的记录，我需要检查4列，比如col_A、col_B、col_C和col_D。我使用这些列来标识更改的记录和覆盖蜂窝表分区。
我正在尝试几个选项来做到这一点: 1)单独连接所有4列(这很慢)
2)将所有4个字段连接起来创建一个键列(string类型)。
3)使用步骤2并将字符串转换为二进制(二进制连接速度更快吗？)
4)使用散列函数创建密钥。(当我在超过10亿条记录中使用散列()函数时，我得到了大约一百万个副本。)(输出是Int类型)。
5)使用HEX、MD5 (string)、SHA1 1/2或CR32等函数组成键列。
你在你的项目中使用过类似的东西吗？是什么给了更
浏览 5提问于2016-09-16得票数 0
假设我们想要找到一个特定名字的人的最大或最小年龄。
我们可以：
select name, min(age) from users group by name;
select name, max(age) from users group by name;
min和max与其他聚合函数都有明确的文档说明。
实现上述目标的另一种方法如下：
select name, age from (select name, age from users order by age asc) sorted group by name;
select name, age from (select name, age
浏览 8提问于2017-01-31得票数 2
回答已采纳
我的目标是使用Informatica工具的Hive表。
在Hive早期版本中不支持更新。那么我应该如何在这个场景中对记录进行更新。是否可以使用Hive ACID和事务特性进行Hive更新功能。
浏览 1提问于2016-04-25得票数 0
回答已采纳
我有一个配置单元表'driver_time_stats‘，其中包含列slot_id、number_of_drivers、slot_start_time和slot_end_time。
-----------------------------------------------------------------------
slot_id | number_of_drivers | slot_start_time | slot_end_time
-------------------------------------------------------------------
浏览 6提问于2018-01-31得票数 0
我想写一个cmdlet，它可以从数据库中读取多条记录，并将它们放到管道中。
我想我可以只做一次WriteObject(Enumerable<rec>, true)，也可以自己循环多次调用WriteObject。
这两个有什么不同？
浏览 0提问于2011-05-24得票数 3
回答已采纳
3回答
我在hive中的每个分区中都有900万条记录，并且我有两个分区。该表有20列。现在，我想基于id列比较分区之间的数据集。考虑到有900万条记录的self join会产生性能问题，这是最好的方法。
浏览 2提问于2014-08-29得票数 0
如何在ActiveRecord中每个唯一列值获取2个或更多条记录？
给予：
Name | School
Jonathan | Sunshine College
Dylan | Sunshine College
Matt | Sunshine College
Joseph | Sunshine College
Stephen | Greenville School
Phil | Greenville School
Warren | Greenville School
JohnPaul | Greenville School
然后，如果我想输出每所学校
浏览 0提问于2019-09-24得票数 2
回答已采纳
如何使用java 8 stream从列表中获取基于多个条件的不同元素？
例如-让我们假设一个对象Person：
class Person {
Integer id;
String name;
}
我想有一个独特的id和name的组合列表。
列表中可以有多条id和名称相同的记录
浏览 104提问于2018-01-09得票数 8
回答已采纳
我有像date_created这样的表结构，在hive中创建的值，分区列为date_created。截至目前，表中的数据为
Date_created , value
Jan, a
Jan, b
Jan, c
Jan, a
如果此数据以INSERT OVERWRITE TABLE PARTITION (date_created)格式加载到hive表中，该表是否会包含"Jan，a“的两条记录？
浏览 1提问于2018-04-01得票数 0
1回答
我有一个Spark应用程序，我用它将JSON记录读取到一个DataFrame中，转换数据(即将其扁平以便在BI工具中使用)，然后将其插入到现有的分区Hive表中。DataFrame只包含来自相同分区列的数据，比如x和y，PARTITION子句只有这些静态值，因此没有ALTER TABLE命令。实现这一目标的代码如下所示：
df.registerTempTable("tempTab")
hc.sql(s"USE $schema")
hc.sql(
s"""INSERT INTO TABLE $table PARTITION (x=
浏览 4提问于2016-05-04得票数 0
嗨，我正在尝试返回数据库中每个人的最高日期的记录。我使用的字段是{Entity.TaxID}，这是每个人的唯一标识符。每个人都有多条记录，我尝试只显示具有最大{Tran.IssueDate}的记录。
有人知道如何仅返回{Entity.TaxID}组的最大{Tran.IssueDate}吗？谢谢
浏览 2提问于2014-04-18得票数 0
2回答
我正在编写水晶报告，并面临一个问题：
在我的例子中，多条记录来自db，我在不同的页面上显示每条记录，但是如果一条记录对于单个页面来说太大，我不知道该如何做。
我想要的是将剩余的记录显示到不同的页面中，在每个页面的底部加上一个继续标签。我还想在该特定记录的其余页面上以这种格式显示page n of p的页码。
是否有可能，如果有，我如何才能用水晶报告实现这一点？
这是粗糙的图像
浏览 4提问于2015-12-04得票数 1
4回答
在使用.join()时，如何在pyspark中指定许多条件
示例:使用hive：
query= "select a.NUMCNT,b.NUMCNT as RNUMCNT ,a.POLE,b.POLE as RPOLE,a.ACTIVITE,b.ACTIVITE as RACTIVITE FROM rapexp201412 b \
join rapexp201412 a where (a.NUMCNT=b.NUMCNT and a.ACTIVITE = b.ACTIVITE and a.POLE =b.POLE )\
但在PySpark中，我不知道如何制作它，因为以下是：
df
浏览 0提问于2015-12-02得票数 23
2回答
我需要做一些看起来很简单的事情：
$bdd->query('UPDATE mytable SET aaa = \''.$aaa.'\', bbb = \''.$bbb.'\' WHERE name = \''.$name.'\'');
我的问题是:我有多条与这个"WHERE“相匹配的记录，我只想更新最近的一条(我有一个日期和一个id，可以用来定义哪条记录是最近的)
如何更改我的位置以添加类似于“the_highest_id_of_this_query"？和id
浏览 2提问于2013-01-24得票数 12
回答已采纳
我有一份报告，其中显示了一份公司名单。每家公司都有一个或多个地址。我想把每个地址作为儿童记录。就像这样：
父记录
儿童记录
儿童记录
儿童记录
父记录
儿童记录
父记录
父记录
父记录
儿童记录
儿童记录
例如，有两个表:公司和地址。从address表到CompanyID的外键这两个表之间有一种关系。
浏览 1提问于2013-01-21得票数 0
1回答
我正在处理超过1000000条记录的json文件，我正在逐行读取文件，并提取所需的键值(json是混合结构不固定。因此我正在解析并生成所需json元素)，并生成类似于json_string变量的json字符串，并将数据推送到hive表中，但数据存储在hadoop apps/hive/warehouse/jsondb.myjson_table文件夹中，其中包含较小的部分文件。每次插入查询都会创建新的(.1到.20 kb)零件文件。这是因为如果我在配置单元上运行简单的查询，因为它将花费超过30分钟。显示了我的逻辑的示例代码，它对hive中的inesrt新记录进行多次迭代。
import
浏览 12提问于2018-02-28得票数 1
我的水晶报表由三个独立的SQL数据库命令组成；
第一次获取一般账户信息，第二次获取可以是一条或多条记录的属性A，和第三次获取可以是一条或多条记录的属性B。
属性A和B将始终至少有一条记录，并且彼此独立，仅连接到一般帐户记录。
我希望将数据表示为：
GenInfo MoreGenInfo
...................................Attribute A
...................................Another属性A
...............................................................
浏览 0提问于2015-10-09得票数 0
1回答
我使用下面的查询创建了一个单元表，并使用下面提到的第二个查询，每天将数据插入到这个表中。
create EXTERNAL table IF NOT EXISTS DB.efficacy
(
product string,
TP_Silent INT,
TP_Active INT,
server_date date
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE
LOCATION 'hdfs://hdfsadlproduction/user/DB/Report/efficacy'
浏览 0提问于2018-03-19得票数 0
回答已采纳
2回答
我们在AWS豆秆管理实例中托管我们的服务。这迫使我们放弃基于文件的日志记录，转而使用基于数据库的日志记录。
DynamoDB是替代基于文件的日志记录的好选择。如果是的话，主键应该是什么。我曾想过使用时间戳，但同一timestamp中的同一服务可能会记录多条消息，因此这可能不可靠。
如有任何建议，将不胜感激。
浏览 3提问于2015-09-08得票数 0
回答已采纳
1回答
我正在尝试获取数据库中的所有记录，并将它们下载到Excel文件中。有3000多条记录，但当我从Kendo Grid (我成功地将其制作成JSON格式)获取数据时，它只显示了我当前显示在页面上的25条记录。
我已经将服务器寻呼设置为true，正如我所说的，我的页面大小为25。我能做些什么来把所有的3000+记录放到我要发送的JSON中吗?还是我只能得到当前显示在页面上的25条呢？
浏览 1提问于2013-09-12得票数 0
回答已采纳
目前的原始数据在蜂巢上。我想要连接几个分区的to的Hive表，然后以Parquet格式将结果作为分区的Hive表输出。
我正在考虑将Hive表的所有分区作为加载。然后加入，分组等等。这是正确的方法吗？
最后，我需要保存数据，我们是否可以将Spark保存为一个Parquet格式的动态分区Hive表？如何处理元数据？
浏览 2提问于2016-03-14得票数 1
回答已采纳
4回答
如何在表A和B上执行左连接，这两个表有一个公共列，但没有A或B的主键。
公共列可能在两个表中都有一条或多条记录。我希望显示表A中的所有行，并从B中为A中的这些记录提取额外的数据。这可能吗？
表A
Column1
1123
1123
1123
2234
2234
3344
表B
Column1
1123
2234
2234
2234
2234
期望输出
A.Column1 B.Column1
1123 1123
1123 1123
1123 1123
2234 2234
2234 2234
3344 NULL
浏览 0提问于2014-10-11得票数 1
1回答
我正在60 GB dataset in Hive上运行一个查询。当我启动一个查询时，270 mappers会在15分钟内完成，但当我启动reducer state to complete 0.01%时，它至少需要45分钟到1小时。因此，该作业将永远运行。有什么方法可以修复吗？
浏览 0提问于2016-07-23得票数 0
1回答
我们有大量不同的数据源，包括oracle，db2，mysql。我们还需要在末尾附加几个审计列。我遇到了下面的Java类org.apache.sqoop.hive.HiveTypes。我计划创建一个简单的解释器，接受RDBMS DDL和吐出Hive DDL脚本。对如何实现这一点有什么建议吗？
浏览 0提问于2016-04-27得票数 0
1回答
我正在创建一个基于sql查询的VO (列出某个给定部门的员工，连接到deptid和employee表)，它返回给定部门的多条记录。我正在使用am服务接口基于此VO创建一个web服务。我不能将deptid属性设置为键值，因为该部门有多条记录。如果我没有将deptid设置为关键属性，那么在使用am服务接口创建web服务的过程中，我将无法选中getVO复选框，这只会导致一个"find“参数屏幕，其中显示了如此多的参数输入字段。
如何使web服务参数屏幕仅以deptid值作为输入来返回员工列表？
浏览 2提问于2013-10-08得票数 0
1回答
我的Ambari版本是HDP 2.5.2，Hive版本是Hive 1.2.1000.2.5.3.0-37。
我在试着看到合并操作在蜂巢中运行。我尝试了以下步骤：
启用Ambari上的ACID事务并重新启动HIVE服务
创建目标表，其中包含员工的旧薪资。
创建表emp(id int，name string，sal int)，由(id)聚集成4个存储为ORC TBLPROPERTIES(‘事务性’=‘true’)的桶；
在上面插入4条记录。
插入emp值(1，'ABC',1000)；
在emp值中插入(102，‘XYZ’，2000年)；
插入emp值(103，'
浏览 7提问于2017-10-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
