Hive：如何将 apache pig 生成的数据加载到 hive 表中？

Question

我正在尝试将 pig 的输出加载到配置单元表中。数据以 avro 模式存储在 HDFS 上。在猪的工作中，我只是在做：

data = LOAD 'path' using AvroStorage();
data = FILTER BY some property;
STORE data into 'outputpath' using AvroStorage();

我正在尝试通过以下方式将其加载到配置单元表中：

load data inpath 'outputpath' into table table_with_avro_schema parititon(somepartition);

但是，我收到一条错误消息：

FAILED: SemanticException org.apache.hadoop.hive.ql.metadata.HiveException: MetaException(message:Invalid partition key & values; keys [somepartition, ], values [])

有人可以建议我在这里做错了什么吗？非常感谢！

Answer 1

我刚刚发现这是因为 LOAD 操作没有反序列化数据。它的作用就像一个复制操作。因此，为了修复它，您应该按照以下步骤操作：

1. CREATE EXTERNAL TABLE some_table LIKE SOME_TABLE_WITH_SAME_SCHEMA;
2. LOAD DATA INPATH 'SOME_PATH' INTO some_table ;
3. INSERT INTO TARGET_TABLE SELECT * FROM some_table;

基本上，我们应该先将数据加载到外部表中，然后将其插入到目标 hive 表中。