在直线 hive 中导出为 csv

Question

我正在尝试将我的 hive 表导出为直线 hive 中的 csv。当我运行命令.sql select * from database1 > /user/bob/output.csv时，它给我语法错误。

此时我已使用以下命令成功连接到数据库。 查询在控制台上输出正确的结果。

beeline -u 'jdbc:hive2://[databaseaddress]' --outputformat=csv

另外，不太清楚文件的最终位置。 应该是hdfs里面的文件路径对吧？

Answer 1

当 hive 版本至少为 0.11.0 时，您可以执行：

INSERT OVERWRITE LOCAL DIRECTORY '/tmp/directoryWhereToStoreData' 
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ','  
LINES TERMINATED BY "\n"
SELECT * FROM yourTable;

从 hive/beeline 将表存储到本地文件系统上的目录中。

---

或者，使用 beeline，将 SELECT 查询保存在 yourSQLFile.sql 中并运行：

beeline -u 'jdbc:hive2://[databaseaddress]' --outputformat=csv2 -f yourSQlFile.sql > theFileWhereToStoreTheData.csv 

此外，这会将结果存储到本地文件系统中的文件中。

---

从 hive 中，将数据存储到 HDFS 中：

CREATE EXTERNAL TABLE output 
LIKE yourTable 
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ','
LINES TERMINATED BY '\n'
LOCATION 'hfds://WhereDoYou/Like';

INSERT OVERWRITE TABLE output SELECT * from yourTable;

然后您可以使用以下方法将数据收集到本地文件：

hdfs dfs -getmerge /WhereDoYou/Like

这是仅使用直线获取数据的另一种选择：

env HADOOP_CLIENT_OPTS="-Ddisable.quoting.for.sv=false" beeline -u "jdbc:hive2://your.hive.server.address:10000/" --incremental=true --outputformat=csv2 -e "select * from youdatabase.yourtable" 

---

致力于：

Connected to: Apache Hive (version 1.1.0-cdh5.10.1)
Driver: Hive JDBC (version 1.1.0-cdh5.10.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 1.1.0-cdh5.10.1 by Apache Hive

Answer 2

您可以使用此命令从beeline以 CSV 格式保存输出：

beeline -u 'jdbc:hive2://bigdataplatform-dev.nam.nsroot.net:10000/;principal=hive/bigdataplatform-dev.net@NAMUXDEV.NET;ssl=true' --outputformat=csv2 --verbose=false  --fastConnect=true   --silent=true -f $query_file>out.csv

将您的 SQL 查询文件保存到 $query_file 中。

结果将在 out.csv 中。

我在这里有完整的例子：hivehoney

Answer 3

以下为我工作

hive --silent=true --verbose=false --outputformat=csv2 -e "use <db_name>; select * from <table_name>" > table_name.csv

使用 beeline 的一个优点是，如果您在 hive 节点上运行，则不必提供主机名或用户/密码。

当某些列的字符串值包含逗号时，tsv（制表符分隔）效果更好

hive --silent=true --verbose=false --outputformat=tsv -e "use <db_name>; select * from <table_name>" > table_name.tsv

Answer 4

你有不同的选择。

1）您可以控制直线输出的方式，然后将其保存到linux文件中。 例如

beeline --outputformat = csv2 xxx> output.csv（参见以下beeline帮助中的相关参数）

2）为了获得更多控制和更好的性能，我曾经写了一个小Java工具。 它真的只有几行jdbc代码。

3）最后安娜写道。 Yopu可以在HDFS中将表写入外部表，并指定所需的输出格式。

喜欢

创建外部表测试ROW FORMAT以'|'结尾的分隔字段 位置“/ tmp / myfolder”作为select * from mytable;

然后，您可以使用本地文件系统获取该输出

hadoop fs -getmerge / tmp / myfolder myoutput.csv

Answer 5

CSV 输出格式：

$ beeline -u jdbc:hive2://192.168.0.41:10000/test_db -n user1 -p password **--outputformat=csv2** -e "select * from t1";

自定义分隔符中的输出格式：

$ beeline -u jdbc:hive2://192.168.0.41:10000/test_db -n user1 -p password **--outputformat=dsv** **--delimiterForDSV='|'** -e "select * from t1";

在后台运行命令并重定向到文件：

$nohup `$ beeline -u jdbc:hive2://192.168.0.41:10000/test_db -n user1 -p password --outputformat=csv2 -e "select * from t1"; > output.csv 2> log` &

参考网址：

https://dwgeek.com/export-hive-table-into-csv-format-using-beeline-client-example.html/ https://dwgeek.com/hiveserver2-beeline-command-line-shell-options-例子.html/

Answer 6

从直线

beeline -u 'jdbc:hive2://123.12.4132:345/database_name' --outputformat=csv2 -e "从表名中选择 col1、col2、col3" > /path/to/dump.csv