我的数据存储在HDFS的data/2011/01/13/0100/file中,这些文件都是以制表符分隔的数据,包括名称、IP和URL。 我想在Hive中创建一张表,并从HDFS导入数据,该表应包含时间、名称、IP和URL。 我该如何使用Hive导入这些数据?还是说数据应该采用其他格式,以便我可以导入时间?
要做到这一点,您必须使用分区,请在此处阅读更多信息: http://wiki.apache.org/hadoop/Hive/LanguageManual/DDL#Add_Partitions Hive中的分区列
你可以为这样的数据创建一个外部表。类似于: CREATE EXTERNAL TABLE log_data (name STRING, ip STRING, url STRING) PARTITIONED BY (year BIGINT, month BIGINT, day BIGINT, hour BIGINT) row format delimited fields terminated by '\t' stored as TEXTFILE location 'data'