问题标签 [hiveql]

失败并出现异常 org.apache.hadoop.hive.ql.metadata.HiveException：加载存储处理程序时出错。org.apache.hadoop.hive.cassandra.CassandraStorageHandler 失败：执行错误，从 org.apache.hadoop.hive 返回代码 1 .ql.exec.DDLTask

我有两个表 A 和 B 都有一个列 ID。我希望从 A 获取 B 中不存在的 ID。显而易见的方法是：

不幸的是，Hive 不支持 in、exists 或 subquery。有没有办法使用连接来实现上述目标？

我想到了以下

但似乎这将返回整个 A，因为 B 中总是存在一个不等于 A 中的任何 id 的 id。

Hive 支持条件语句 - https://cwiki.apache.org/Hive/languagemanual-udf.html#LanguageManualUDF-ConditionalFunctions

但是，我希望使用块条件语句。例如，我有两个表 A 和 B 具有相似的列（尽管列名不相同）。我希望从 A 和 B 创建一个新表，以便 B 具有更高的优先级。因此，如果 B 中存在一行，我希望从 B 中选择它，否则从 A 中选择该行。即

上面的查询不起作用。是因为 Hive 不支持块条件语句吗？如何实现上述功能？

我正在尝试以下操作：

选择 ta_end_datetime_berekenen = 'Y' 然后领先（ta_update_datetime）超过（按 dn_waarde_van 分区，按 ta_update_datetime 排序的 dn_waarde_tot 顺序）否则 ea_end_datetime 结束 ea_end_datetime、ta_insert_datetime、ta_update_datetime 来自 tmp_wtdh_bestedingsklasse_10_s2_stap2

但是，当我尝试这样做时，出现以下错误：

NoViableAltException(86@[129:7: ( ( ( KW_AS )? identifier ) | ( KW_AS LPAREN identifier ( COMMA identifier )* RPAREN ) )?])

失败：ParseException 行 1:175 在选择目标行 1:254 的 'over' 附近缺少 KW_END 无法识别选择目标中的 'else' 'ea_end_datetime' 'end' 附近的输入

假设不可能将分析函数包装在另一个函数中，我是否正确？

这是 Hive 0.11。

我有一张如下表：

我想将用户的所有别名分组到一个数组中，在一个看起来像这样的新表中：

我不知道如何用 HiveQL 做到这一点。我必须为此编写一个 UDF 吗？

谢谢 ！

我在 hive 中创建了一个示例数据库并在其中创建了一些示例表。当我从我的 BI 工具“Tableau”连接到 Hive 时，我无法查看创建的数据库。仅显示默认数据库。谁能帮我解决这个问题，以便我可以访问 Tableau 中新创建的数据库。

谢谢你，Divya Teja Y。

我有一个相当有趣的问题，我最初认为它是直截了当的，但结果却更加复杂。

我有这样的数据：

每行都有一个日期、用户 ID 对，表示该用户在当天处于活动状态。一个用户可以出现在多个日期，一个日期将有多个用户——就像在示例中一样。我有数百万行这样的行，涵盖大约 90 天的时间范围。

问题是：对于每一天，我想获取过去 10 天未活跃的用户数量。例如，如果用户“a”在 2012 年 5 月 31 日活跃，但在 06 月 1 日到 06 月 10 日之间的任何一天都没有活跃，我想在 6 月 10 日统计这个用户。除非他变得活跃并再次消失，否则我不会在接下来的几天里再次数他。

我可以在 SQL 中执行此操作，还是需要某种脚本以我想要的方式组织数据。你有什么建议？我使用蜂巢。

太感谢了！

我正在尝试将SquirrelSQL 客户端连接到Hive。

我在 virtualbox 上的 Debian 7.0 VM 上运行 Hadoop/Hive。

Hive 服务器在线，当我用笔记本电脑客户端 ping 虚拟机时，虚拟机正在响应，没关系。

然后，我尝试使用 SquirrelSQL 连接到 Hive。

我正在使用与这篇文章相关的Amazon JDBC 驱动程序：Access Hive Tables in SQLClient but not from the Putty

连接正常，但是，我的唯一表（付费）在客户端中不可见（根本没有表！），当我尝试通过简单查询选择我的唯一表时：SELECT * FROM pays;我收到此错误：

我在网上寻找一个问题，但我没有找到任何东西。

感谢您的帮助 =)

ps：对不起我的英语不好...

可以说，我从文件 myFile.csv（位于 HDFS 中）创建了 Hive 外部表“myTable”。

myFile.csv 每天都在更改，然后我也有兴趣每天更新一次“myTable”。

是否有任何 HiveQL 查询告诉每天更新表？

谢谢你。

附言

我想知道它是否与目录的工作方式相同：假设我从 HDFS 目录“myDir”创建 Hive 分区，而“myDir”包含 10 个文件。第二天“myDIr”包含 20 个文件（添加了 10 个文件）。我应该更新 Hive 分区吗？

谁能告诉我 Hive 的外部表和内部表之间的区别。我知道放下桌子时会有所不同。我不明白您的意思是数据和元数据在内部被删除，而只有元数据在外部表中被删除。任何人都可以用节点来解释我吗？