Hive 错误 - 从表中选择 *；答案

【问题标题】：Hive error - Select * from table ;Hive 错误 - 从表中选择 *；
【发布时间】：2016-06-14 17:27:01
【问题描述】：

我在 hive 中创建了一个外部表，已成功创建。

create external table load_tweets(id BIGINT,text STRING)
     ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
     LOCATION '/user/cloudera/data/tweets_raw';

但是，当我这样做时：

hive> select * from load_tweets;

我收到以下错误：

失败并出现异常 java.io.IOException:org.apache.hadoop.hive.serde2.SerDeException: org.codehaus.jackson.JsonParseException: 意外字符（'O'（代码 79））：预期有效值（数字, 字符串, 数组, 对象, 'true', 'false' 或 'null') 在 [来源：java.io.ByteArrayInputStream@5dfb0646；行：1，列：2]**

请建议我如何解决这个问题。是使用flume创建的twitter o/p文件损坏还是其他什么？

【问题讨论】：

请同时提供数据示例。
您没有有效的 JSON 数据

标签： hadoop hive bigdata

【解决方案1】：

您需要做两件事。

1) 将数据放入文件中（可能使用 INSERT）。或者它已经在那里了。无论哪种情况，您都需要

2) 来自 Hive，msck repair table load_tweets;

对于 Hive 表，有关数据的架构和其他元信息存储在所谓的 Hive Metastore 中——它实际上是一个关系数据库。当您对未使用 LOCATION 关键字创建的 Hive 表（即内部而不是外部表）执行操作时，Hive 将自动更新元存储。

但大多数 Hive 用例会导致将数据附加到使用其他进程更新的文件中，因此外部表很常见。如果新分区是在外部创建的，在您可以使用 Hive 查询它们之前，您需要使用 msck repair table <tablename>; 强制元存储与数据的当前状态同步。

【讨论】：

- 请编辑您的答案，msck repair 仅用于在 Metastore 中为表添加新分区。不适用于非分区表中的数据
谢谢；我已经澄清了。文档似乎对此很清楚，但我的经验是 Hive 似乎甚至无法识别外部添加的新数据（例如水槽、hdsf -put 等）。感谢您的提醒。
np :) ，如果没有自动反映在 hive 表上，您还可以使用 analyze table 进行任何元数据更新。