[英]How to deal with JSON with special characters in Column Names in AWS ATHENA
尽管我对 Hive 有一些短暂的体验,但我还是雅典娜的新手。
我正在尝试从 JSON 文件创建一个表,这些文件是从 MongoDB 导出的。我的问题是 MongoDB 使用 $oid、$numberInt、$numberDoble 和其他作为内部引用,但 ' $ ' 在列名中不被接受雅典娜。
这是我创建的用于测试的单行 JSON 文件:
{"_id":{"$oid":"61f87ebdf655d153709c9e19"}}
这是引用它的表:
CREATE EXTERNAL TABLE landing.json_table (
`_id` struct<`$oid`:string>
)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
LOCATION 's3://bucket-name/test/';
当我运行一个简单的 SELECT * 它返回这个错误:
HIVE_METASTORE_ERROR:错误:名称预期位于“struct<$oid:string>”的 position 7,但找到了“$”。 (服务:null;状态代码:0;错误代码:null;请求 ID:null;代理:null)
这与 JSON 列包含 $ 的事实有关。
关于如何处理这种情况的任何想法? 我现在唯一的解决办法是创建一个脚本,从不接受的字符中“清除”json 文件,但如果可能的话,我真的更愿意直接在 Athena 中处理它
如果切换到 OpenX SerDe,您可以为 JSON 字段创建一个 SerDe 映射,名称中包含特殊字符,如$
。
请参阅 AWS 博客条目Create Tables in Amazon Athena from Nested JSON 和 Mappings Using JSONSerDe ,“演练:使用映射处理禁用字符”部分。
适用于您的示例的映射:
CREATE EXTERNAL TABLE landing.json_table (
`_id` struct<`oid`:string>
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
"mapping.oid"="$oid"
)
LOCATION 's3://bucket-name/test/';
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.