用create table tabley as select 欄位a，regexp_extracta,欄位b，regexp_extractb from tablex 之後，
資料比原來多了5條
經查詢，這5條都是其中乙個欄位為null，另外的字段全部=''
百思不得其解
後查詢了下tabley建表的儲存格式是預設的text，而tablex建表時用的是rcfile
將tabley用建表語句指定rcfile格式建表後，insert into table select 重新插入資料，就不會出現資料多的情況了
具體原因待查
這是源表的建**式
row format serde
'org.apache.hadoop.hive.serde2.columnar.lazybinarycolumnarserde'
stored as inputformat
'org.apache.hadoop.hive.ql.io.rcfileinputformat'
outputformat
'org.apache.hadoop.hive.ql.io.rcfileoutputformat'
hive 修改表的儲存格式 Hive檔案儲存格式
列式儲存和行式儲存 5.png 上圖左邊為邏輯表，右邊第乙個為行式儲存，第二個為列式儲存。行儲存的特點 查詢滿足條件的一整行資料的時候，列儲存則需要去每個聚集的字段找到對應的每個列的值，行儲存只需要找到其中乙個值，其餘的值都在相鄰地方，所以此時行儲存查詢的速度更快。列儲存的特點 因為每個欄位的資料聚...
hive建hbase外部表，內部表的問題
對於4000個字元的配置單元儲存區中的serde params表中的param value欄位的字元限制是此問題的根本原因。此限制可防止hive建立高列數的表，最終導致desc或select from失敗，並出現上述錯誤。1 登陸hive metastore所在節點的mysql資料庫 2 指定下面s...
hive表儲存為parquet格式
hive0.13以後的版本 建立儲存格式為parquet的hive表 create table parquet test id int,str string,mp map,lst array,strct struct partitioned by part string stored as parq...