IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> spark-sql create table using orc -> 正文阅读

[大数据]spark-sql create table using orc

在分区表中使用不同建表方式,hive和spark-sql中insert overwrite data现象不同。

1.问题出现过程

1)spark-sql建表

CREATE TABLE t_using
(`user_no` STRING, `tt_slotid_req` STRING, `ks_slotid_req` STRING
,`model` STRING
, `follow_time` STRING, `bind_time` STRING, `reg_slotid` STRING
, `geo_show` STRING, `ip_show` STRING, `model_show` STRING, `tt_bid_mean` STRING, `pday` STRING
)
USING orc
OPTIONS (
? `serialization.format` '1'
)
PARTITIONED BY (pday);

2)spark-sql插入数据

insert overwrite table t_using partition(pday)?
select * from ?t0
where pday>='20220327' ;

3)spark-sql再次插入数据

insert overwrite table t_using partition(pday)?
select * from ?t0
where pday='20220325' ;

现象t_using表中pday>='20220327'被删除,只存在最近一次插入的数据pday='20220325'

4) hive中插入数据

insert overwrite table t_using partition(pday)?
select * from ?t0
where pday='20220326' ;

现象:t_using表中pday='20220325'未被删除,并新增分区pday='20220326'

5) hive建表

CREATE TABLE t_using
(`user_no` STRING, `tt_slotid_req` STRING, `ks_slotid_req` STRING
,`model` STRING
, `follow_time` STRING, `bind_time` STRING, `reg_slotid` STRING
, `geo_show` STRING, `ip_show` STRING, `model_show` STRING, `tt_bid_mean` STRING, `pday` STRING
)
USING orc
OPTIONS (
? `serialization.format` '1'
)
PARTITIONED BY (pday);

该方式在hive中并不能建表;

6) 常见建表语句

CREATE TABLE t_using
(`user_no` STRING, `tt_slotid_req` STRING, `ks_slotid_req` STRING
,`model` STRING
, `follow_time` STRING, `bind_time` STRING, `reg_slotid` STRING
, `geo_show` STRING, `ip_show` STRING, `model_show` STRING, `tt_bid_mean` STRING, `pday` STRING
)
PARTITIONED BY (pday)

stored as orc;;

hive和spark-sql均正常建表,且插入数据正常;

7) 总结

问题总结:在using orc建表(或其他using data source方式)下,hive和spark-sql?insert overwrite table数据现象不一样。

2.问题解决

查询了很久,发现这个其实是spark-sql的语法,hive并没有:

INSERT OVERWRITE - Spark 3.0.0-preview Documentation

要想分区不被删除,需要在插入数据时指定插入的分区:

insert overwrite table t_using partition(pday='20220326')?
select * from ?t0
where pday='20220326' ;

3.补充

另外spark-sql建表使用USING xxx建表的我也贴一下:



CREATE DATASOURCE TABLE - Spark 3.2.1 Documentation


?

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2022-04-01 00:08:39  更:2022-04-01 00:10:50 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 4:20:06-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码