使用Python构造hive insert语句说明

  • Z时代
  • 2024-01-10
  • 分类：综合

mysql可以使用nevicat导出insert语句用于数据构造，但是hive无法直接导出insert语句。我们可以先打印在hive命令行，然后使用脚本拼装成insert语句，进行数据构造。

手动copy到python脚本进行sql语句构造：

def transformString(s):  list_s = s.split('\t')  print(len(list_s))  s_new = ''  for item in list_s:    s_new += '\"' + item.strip(' ') + '\"' + ','  return str(s_new.rstrip(','))# 为手动copy hive命令行打印输出的记录s = "555 helloworld"s_new = transformString(s)sql = 'insert into dw.test PARTITION (ymd = \'2019-03-18\') values({});'.format(s_new)print(sql)

结果：

insert into dw.test PARTITION (ymd = '2019-03-18') values("555","helloworld");

补充知识：python向hive插入数据遇到的坑

因项目需求，应用python建模需要通过hive取数，并将结果写入hive表。

尝试了以下几条坑爹路，仅做记录如下：

通过impyla库搭建hive与python桥梁

1.1 环境配置的坑（回头放连接）

注: 远程访问hive一定要记得配置账号密码！！！报错：。。。-4.。。

1.2 一定不要用impyla中的executemany去批量插入数据，也不要用其他的方式向hive插入数据，都是坑！奇慢无比！找资料也都是说不建议这么做。

长途跋涉hdfs法

2.1 先用python的pyhdfs库将结果写成hdfs文件，然后。。。尼玛！！根本没成功连上服务器的hdfs，本地hdfs到是可以的

2.2 那既然写hdfs，我就直接将模型结果通过hadoop/hdfs命令上传至hdfs。然后， 通过hive命令load data将hdfs中的结果再导入hive。虽然有点绕，但是成功了！！！BUT！！！小兄弟，这个直接操作HDFS风险太高了，要不你还是另寻他法吧，不可以拒绝哦！！！

2.3 好吧，根据建议，使用kafka，抱歉这个坑后面再来踩。

2.4 临时处理方案：先将结果写入mysql，再转入hive，这个没有坑，具体我也只是写到mysql，无坑。。就是有点绕。。。

以上这篇使用Python构造hive insert语句说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

以上是 使用Python构造hive insert语句说明 的全部内容， 来源链接： utcz.com/z/332222.html

回到顶部