Hive中使用python


使用方法如下

set mapred.reduce.tasks = 300;

add file /home/work/process.py;

insert overwrite  directory '/mydir/'

select * 
from(
 from(
     select id, name
     from hive_table_one
     where name = '张三'
  )one
  join 
  (
     select id, name
     from hive_table_two
     where name = '李四'
  )two
  on one.id = two.id
  reduce one.id, one.name, two.id, two.name
  using '/home/sharelib/python/bin/python process.py'
  as id, name
)redall

在process.py脚本处理Hive表中的NULL数据时,需要注意一下。

# 判断name是否为NULL的语句如下
if (name == '\N')

#如果是先查询出结果,存成文本,再进行处理。那么就会是
if (name == 'NULL')

 


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM