目标：- 使用SerDe功能解析日志数据并将其加载到 HIVE 中。在使用 SELECT 语句检索数据时遇到问题。
我们创建了一个表并且能够成功加载数据。但是，select 语句只检索 NULL 值。
样本日志数据：
2013-02-21 00:13:48,916 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner: Verification succeeded for blk_5729677439273359430_1495
我们用来解析上述日志的正则表达式是：
([^ ]*) ([^ ]{8})[^ ]* ([A-Z]*) ([^ ]*): ([[^ ]*\s]*)
创建表
CREATE EXTERNAL TABLE log (
dt STRING,
time STRING,
loglevel STRING,
check STRING,
status STRING )
ROW FORMAT
SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex"([^ ]*) ([^ ]{8})[^ ]* ([A-Z]*) ([^ ]*): ([[^ ]*\s]*)",
"output.format.string"="%1$s %2$s %3$s %4$s %5$s")
STORED AS TEXTFILE LOCATION '/tmp/log/';
我们添加了罐子：
add jar /usr/lib/hive/lib/hive-contrib-0.7.1-cdh3u4.jar;
加载数据：
load data local inpath "/tmp/logdata.txt" into table log;
检索数据：
Select * from log LIMIT 1;
输出：
NULL NULL NULL NULL NULL
样本日志数据：
2013-02-21 00:13:48,916 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner:
Verification succeeded for blk_5729677439273359430_1495
2013-02-21 00:15:39,929 INFO org.apache.hadoop.hdfs.server.datanode.DataBlockScanner:
Verification succeeded for blk_-4787916211671845946_1464
提前致谢！！