大数据文件分隔符

2021-08-16 10:04:12 浏览数 (1)

背景:DSG数据同步到hadoop平台,发现部分表中数据存在竖线分隔符(“|”),导致hadoop平台数据不准确。 为解决此问题并避免出现内容带分隔符的可能情况,商定分隔符修改为CtrlA(ascii是0x01 ) ,经测试在HDFS可用。


分隔符为CtrlA(ascii是0x01 ) 在vi的编辑模式下 Ctrl V Ctrl A 。windows cmd模式下 Ctrl Q Ctrl A

Hive默认用 ‘01’(Ctrl A)作为字段(Fields)分隔符, ‘02’(Ctrl B)作为集合元素(Collections Items)分隔符, ‘03’作为Map类型Key/Values分隔符。

所以shell中的脚本 FIELDS TERMINATED BY ‘’ 可以不指定

代码语言:javascript复制
#建立 OFFER日表    fields terminated by '|' 要修改,默认的是'01'(Ctrl A),也可以不指定;
v_create_sql="use ztedb;
drop table if exists OFFER_${day_id};
CREATE TABLE  OFFER_${day_id}
(
OFFER_ID    BIGINT,
ATOM_ACTION_ID  BIGINT,
PARTY_ID    BIGINT,
OFFER_SPEC_ID   BIGINT,
OFFER_NBR   STRING,
AREA_ID INT,
MKT_ACTIVITY_ID BIGINT,
START_DT    DATE,
END_DT  DATE,
BSS_START_DT    DATE,
BSS_END_DT  DATE,
BILL_START_DT   DATE,
BILL_END_DT DATE,
STATUS_CD   STRING,
STATUS_DT   DATE,
CREATE_DT   DATE,
VERSION DATE,
EXT_PROD_OFFER_INST_ID  STRING,
EXT_SYSTEM  STRING

) ROW FORMAT DELIMITED
FIELDS TERMINATED BY ''
STORED AS TEXTFILE;"

0 人点赞