创建Hive表并从xls文件插入数据

我从我的主管获得了项目任务，声称可以在HDInsight中使用Hive（对于Windows），以查询两种不同的文件类型，然后从中提取数据。其中一个文件是.xls，另一个是.csv文件。创建Hive表并从xls文件插入数据

我已经设法将这两个文件上传到Hadoop集群中，然后尝试从.xls文件创建一个Hive表（我之前使用的教程使用.csv文件与Hive一起工作良好），但使用.xls文件时，我经常在尝试时收到“失败”错误。

我尝试了下面的示例代码来创建表，分隔，字段终止（我尝试了几个没有成功的字段），文件类型（不知道还有什么要在这里使用）和目标位置。

DROP TABLE IF EXISTS table1; 

CREATE EXTERNAL TABLE IF NOT EXISTS table1(id int, postcde int, city string) 
    ROW FORMAT DELIMITED 
    FIELDS TERMINATED BY ' ' 
    STORED AS TEXTFILE LOCATION 'wasb://[email protected]/folder1/data.xls/'

我不确定这是否是不可能的，因为似乎有在这里，但根据我的上司是一个类似的问题，矛盾的反应，应该有一个可能与蜂巢做到这一点 - 而无需在上传到Hadoop之前将文件类型转换为相同的格式！

https://community.hortonworks.com/questions/31968/hi-is-there-a-way-to-load-xlsx-file-into-hive-tabl.html

来源

2016-11-16 themightyhulk

我不认为你可以指定一个Excel文件作为表的位置。

蜂巢可以保存在HDFS数据（https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL）或

S3存储（http://docs.aws.amazon.com/ElasticMapReduce/latest/DeveloperGuide/emr-hive-additional-features.html）

蜂巢并不直接支持EXCEL格式，所以你必须到Excel文件转换为定界格式的文件，然后使用load命令将文件上传到Hive（或HDFS）。

来源

2016-11-16 14:33:53

@杨布莱恩感谢您的回复。我认为你说的是对的。我只是偶然发现另一个链接，指出在这个[link]下将数据从.xls格式读取到Hive表格中的另外两个选项（http://stackoverflow.com/questions/29429679/how-to-load-xls-data-from -multiple-xls-file-into-hive），但似乎没有这种做法的“直接”方式。我试图upvote您的答复，但由于我没有足够的代表它不会被看到。再次感谢您的时间和帮助。 – themightyhulk

@不用客气 –

创建Hive表并从xls文件插入数据

回答

相关问题