【发布时间】：2018-05-26 21:23:30
【问题描述】：
我刚刚安装了presto，当我使用presto-cli查询hive数据时，出现以下错误：
~$ presto --catalog hive --schema default
presto:default> select count(*) from test3;
Query 20171213_035723_00007_3ktan, FAILED, 1 node
Splits: 131 total, 14 done (10.69%)
0:18 [1.04M rows, 448MB] [59.5K rows/s, 25.5MB/s]
Query 20171213_035723_00007_3ktan failed: com.facebook.presto.hive.$internal.org.codehaus.jackson.JsonParseException: Invalid UTF-8 start byte 0xa5
at [Source: java.io.ByteArrayInputStream@6eb5bdfd; line: 1, column: 376]
只有当我使用计数、求和等聚合函数时才会发生错误。 但是当我在 Hive CLI 上使用相同的查询时，它可以工作（但需要很长时间，因为它将查询转换为 map-reduce 作业）。
$ hive
WARNING: Use "yarn jar" to launch YARN applications.
Logging initialized using configuration in file:/etc/hive/2.4.2.0-258/0/hive-log4j.properties
hive> select count(*) from test3;
...
MapReduce Total cumulative CPU time: 17 minutes 56 seconds 600 msec
Ended Job = job_1511341039258_0024
MapReduce Jobs Launched:
Stage-Stage-1: Map: 87 Reduce: 1 Cumulative CPU: 1076.6 sec HDFS Read: 23364693216 HDFS Write: 9 SUCCESS
Total MapReduce CPU Time Spent: 17 minutes 56 seconds 600 msec
OK
51751422
Time taken: 269.143 seconds, Fetched: 1 row(s)
关键是相同的查询在 Hive 上有效，但在 Presto 上无效，我不知道为什么。我怀疑这是因为在 Hive 和 Presto 上使用的 2 json 库不同，但我不太确定。 我使用查询在 Hive 上创建了外部表：
hive> create external table test2 (app string, contactRefId string, createdAt struct <`date`: string, timezone: string, timezone_type: bigint>, eventName string, eventTime bigint, shopId bigint) ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe' STORED AS TEXTFILE LOCATION '/data/data-new/2017/11/29/';
谁能帮我解决这个问题？
【问题讨论】：
-
请使用
--debug标志运行 CLI，并将您的问题发布到 presto 用户列表 (groups.google.com/group/presto-users)。这种问题不适合 SO——一旦你的问题得到正确定义，它也会得到解决。 -
groups.google.com/forum/#!topic/presto-users/v222wlsrtWo 我试图在这里发布我的问题。
-
我看到你解决了你的问题。考虑在此处报告您的解决方案，以免出现悬而未决的问题。