我目前正在尝试将一些 DoubleClick 广告日志导入 Hadoop。
这些日志存储在一个 gzip 分隔文件中，该文件使用第 1252 页（Windows-ANSI？）进行编码，并使用冰岛刺字符作为分隔符。
我可以愉快地将这些日志导入单个列，但我似乎无法找到让 Hive 理解 Thorn 字符的方法 - 我想可能是因为它不理解 1252 编码？
我查看了 Create Table 文档 - http://hive.apache.org/docs/r0.9.0/language_manual/data-manipulation-statements.html - 但似乎找不到任何方法来获得这种编码/分隔符工作。
我还从https://karmasphere.com/karmasphere-analyst-faq看到了这些文件的编码是 ISO-8859-1 的建议 - 但我看不到如何在 Hive 或 HDFS 中使用该信息。
我知道我可以在导入后进行映射工作，将这些行拆分为多条记录。
但是有没有更简单的方法可以直接使用这个分隔符？
谢谢
斯图尔特