您好,登錄后才能下訂單哦!
這篇文章主要介紹Hive中InputFormat、OutputFormat與SerDe怎么用,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
Hive中,默認(rèn)使用的是TextInputFormat,一行表示一條記錄。在每條記錄(一行中),默認(rèn)使用^A分割各個(gè)字段。
在有些時(shí)候,我們往往面對(duì)多行,結(jié)構(gòu)化的文檔,并需要將其導(dǎo)入Hive處理,此時(shí),就需要自定義InputFormat、OutputFormat,以及SerDe了。
首先來理清這三者之間的關(guān)系,我們直接引用Hive官方說法:
SerDe is a short name for “Serializer and Deserializer.” Hive uses SerDe (and !FileFormat) to read and write table rows. HDFS files –> InputFileFormat(RecordReader) –> <key, value> –> Deserializer –> Row object Row object –> Serializer –> <key, value> –> OutputFileFormat(recordwriter) –> HDFS files
總結(jié)一下,當(dāng)面臨一個(gè)HDFS上的文件時(shí),Hive將如下處理(以讀為例):
(1) 調(diào)用InputFormat,將文件切成不同的文檔。每篇文檔即一行(Row)。
(2) 調(diào)用SerDe的Deserializer,將一行(Row),切分為各個(gè)字段。
當(dāng)HIVE執(zhí)行INSERT操作,將Row寫入文件時(shí),主要調(diào)用OutputFormat、SerDe的Seriliazer,順序與讀取相反
以上是“Hive中InputFormat、OutputFormat與SerDe怎么用”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。