我正在尝试使用shellnohup运行一个长刷新脚本，脚本#!/bin/bashimpala-shell-fRefresh.sql-i"landingarea"但是每次遇到错误它都会停止，我必须进入脚本修复错误并从头开始重新运行，我喜欢它运行到最后，我可以找出错误，这可能吗？shellnohupshRefresh.shcatnohup.out 最佳答案 请使用-c查询失败继续。impala-shell-f-cRefresh.sql-i"landingarea"如果您不想捕获详细/错误消息，您可以包含--quiet选项impala-s

我有一个存储为parquet的大表，我需要根据条件添加列。有没有一种方法可以做到这一点而不必在Hive或Impala中重新创建一个新表？是这样的吗？ALTERTABLExyzADDCOLUMNflagAS(CASEWHEN...END)谢谢 最佳答案 我认为Hive或Impala不支持计算列。这种类型的计算通常使用View来完成:CREATEVIEWv_xyzASSELECTxyz.*,(CASEWHEN...END)asflagFROMxyz;然后您可以随时更新View以调整逻辑或添加新列。

Screenshotofmymemorystatus您好，当我尝试运行TPCDS-Benchmark查询时遇到错误片段超出内存限制:9944e21b4d6634c0:1HDFS_SCAN_NODE(id=2)无法在不超过限制的情况下分配1.95KB。进程:超出内存限制。限制=256.00MB总计=286.62MB峰值=380.11MB我的电脑有10GB的内存。然而，impala似乎只分配了256MB。我曾尝试使用mem_limit命令增加启动时的内存限制，但它不起作用。 最佳答案 我能够通过ClouderaManager解决我的问题

在配置单元中，我们可以执行“在TABLE_NAME中显示列”，以仅获取表的列名。但是我希望查询仅显示IMPALA中表的列名。我如何才能仅获取表的列名IMPALA中的表？ 最佳答案 你可以使用describedb.tablename 关于hadoop-查询以仅显示impala中的列名，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/46299676/

我正在对外部(非托管)表的应用程序问题进行故障排除，该表是通过ClouderaImpala使用CREATETABLEXLIKEPARQUET语法创建的。我正在尝试确定包含外部表分区的文件的位置，但很难确定如何执行此操作，也很难找到描述此操作的文档。如果我这样做:showcreatetableT1;我看到hive管理的位置，例如:LOCATION'hdfs://nameservice1/user/hive/warehouse/databaseName'如果我这样做:describeformattedT1;我看到该表实际上是外部的，但它没有提供任何关于非托管位置的信息。|TableType

如何将字符串类型转换为t1.updte_timestamp2018-06-02-08.18.45.5627422018-05-26-09.18.16.594824变成时间戳？应该导致:2018-06-02-08.18.452018-05-26-09.18.16等这些值是从excel中导入的，并且是字符串类型我试过:SELECTto_timestamp(cast(t1.updte_timestampasstring),'yyyy-mm-ddhh:mm:ss')asupdted_timestampFROMOLD;但是所有值的结果都是NULL谢谢 最佳答案

我有一些客户编号，其中一些长度超过8位。我怎样才能标记它们，使它们不被计算在内？我尝试了以下方法:SELECTt1.updte_userasstaff_number,(CASEWHEN(CAST(t1.updte_user)ASINT)Integernotnullcheck((CAST(t1.updte_user)ASINT)between0and99999999THEN1else0)endasTRUE_STAFFfromoldast1;我需要改变什么？ 最佳答案 这个怎么样？selectstaff_number,(casewhen

在这里，我使用python实用程序使用Pyarrow库为单个数据集创建多个parquet文件，因为一天的数据集大小很大。这里的parquet文件在每个拆分的parquet文件中包含10K的parquet行组，最后我们将拆分文件组合成一个文件以创建一个大的单个parquet文件。在这里，我创建了两个带有合并文件和多个拆分文件的Impala表。当拆分文件数据加载到Impala表中并尝试查询它时，结果会在几秒钟内更快，但是当Impala表是在单个合并的parquet文件上创建时。与提到的拆分文件Impala表相比，它会产生性能问题。在尝试计算Impala表的统计信息时，我无法识别这两个表之间

我有一个场景，从具有parent_node_id和child_node_id的层次结构表中找到最低级别的子节点，如下所示。源表位于Hive和Impala数据库中。请建议hive/impala查询以找出源表中每个父节点的最低级别子节点。我尝试在Impala中使用CTE递归查询，但我猜它不受支持。提前致谢!源表:+-------------+--------------+|child_node_id|parent_node_id|+-------------+--------------+|C1|P1|+-------------+--------------+|C2|P2|+------

在impala的官方文档中here,statestore组件有一条语句:IfyouissueaDDLstatementwhilethestatestoreisdown,thequeriesthataccessthenewobjecttheDDLcreatedwillfail.如果我错了请纠正我，但通过ImpalaSQL进行的元数据更改会从Impala目录服务传播到Impala守护进程。那为什么statestore挂了，通过DDL生成的新对象查询会失败呢？ 最佳答案 只是您理解中的一个小修正，文档如下所示TheImpalacompon