HIVE - 创建字符串本身包含逗号的外部表

Question

我是 Hive 新手，正在 csv 文件上创建外部表。我遇到的问题之一是在字符串本身中包含多个逗号的值。例如，csv 文件包含以下内容：

CSV File

当我在 Hive 中创建一个外部表时，因为“名称”列中有列，它会将第一个名称向右移动添加另一列。当您在 Hive 中查看表时，这会丢弃所有数据。

External Table result in Hive

在创建外部表时，我是否可以在脚本中添加任何内容以保留逗号，同时在同一列中保留名字和姓氏？提前谢谢大家 - 我对 Hive 很陌生。

CREATE EXTERNAL TABLE database.table name (
ID INT,
Name String,
City String,
State String
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE
LOCATION '/xyz/xyz/database/directory/'
TBLPROPERTIES ("skip.header.line.count"="1");

Answer 1

检查此解决方案 - 您需要添加此行：ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'

https://community.cloudera.com/t5/Support-Questions/comma-in-between-data-of-csv-mapped-to-external-table-in/td-p/220193

完整的 DDL 示例：

create table hcc(field1 string,
field2 string,
field3 string,
field4 string,
field5 string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES (
   "separatorChar" = ",",
   "quoteChar"     = "\"");