草庐IT

使用hive sql 为hive增加或者创建自增列，自增id的五种方式

北凉-徐凤年 2024-04-26 原文

*注意：此篇完全是废话，是错误演示文档

  1. 我的原始查询语句展示和表展示。

select
            channelCount,
            intBuffer[0] data1
from vibration_data;

  1. 第一种方式

创建带有自增ID的Hive表的方法是使用Hive中的SERDE（序列化和反序列化）和ROW FORMAT关键字来为表添加自增ID。具体步骤如下：

CREATE TABLE your_table (
  id INT,
  col1 STRING,
  col2 INT,
  col3 DOUBLE
)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
WITH SERDEPROPERTIES (
  'serialization.format' = ',',
  'field.delim' = ',',
  'line.delim' = '\n',
  'collection.delim' = '#'
)
STORED AS TEXTFILE;

SET hive.exec.dynamic.partition.mode=nonstrict;

INSERT INTO TABLE your_table
SELECT ROW_NUMBER() OVER (), col1, col2, col3
FROM your_source_table;

在上面的代码中，我们首先使用CREATE TABLE语句创建一个名为your_table的表，并指定了表的列和数据类型。其中，我们为表添加了一个名为id的列，其数据类型为INT。接下来，我们使用ROW FORMAT和SERDE关键字为表定义序列化和反序列化格式，并指定了序列化和反序列化所需的参数。然后，我们使用STORED AS TEXTFILE将表存储为文本文件格式。在这里，我们使用了默认的LazySimpleSerDe，但是你也可以选择其他的序列化和反序列化类来满足你的需求。

接下来，我们使用SET语句设置了一个Hive参数，用于启用动态分区模式。最后，我们使用INSERT INTO语句将原表中的所有行插入到新表中，并使用ROW_NUMBER() OVER ()函数为每一行生成一个递增的ID。最后，我们将原表中的其他列（col1，col2和col3）一起插入到新表中。

请将上述代码中的your_table，your_source_table，col1，col2和col3替换为你的实际表名和列名。

会造成原数据位置变化不建议用

  1. 第二种方式

select
      tab1.channelCount,
      tab1.data1,
        ROW_NUMBER() OVER (ORDER BY tab1.id) vibration_id
from (select
            channelCount,
            intBuffer[0] data1,
            1 id
        from vibration_data) tab1;

新增一列固定值，然后使用开窗函数

会造成原数据位置变化不建议用

  1. 第三种方式

使用Hive的UDF函数uuid()来为每一行生成唯一的ID，并通过ROW_NUMBER()函数生成递增的ID序列

select
            channelCount,
            intBuffer[0] data1,
            row_number() OVER (ORDER BY uuid()) vibration_id
        from vibration_data;

我们使用uuid()函数为每一行生成一个唯一的ID，这个ID不是递增的。接下来，我们使用row_number()函数生成递增的ID序列，该函数根据uuid()函数生成的唯一ID排序。

会造成原数据位置变化不建议用

  1. 第四种方式

使用Hive的内置变量__ROW__ID__来生成递增的ID序列，并将其赋值给新添加的ID列。具体步骤如下：

ALTER TABLE your_table ADD COLUMN id INT;

SET hivevar:row_id=0;
INSERT INTO TABLE your_table
SELECT (${hivevar:row_id}+1), *
FROM your_table
CROSS JOIN (SELECT @hivevar:row_id:=@hivevar:row_id+1) t;

我们首先向表中添加了一个名为id的新列，其数据类型为INT。然后，我们定义了一个名为hivevar:row_id的Hive变量，初始值为0。接下来，我们使用INSERT INTO语句将原表中的所有行插入到一个新的表中，并在这个新表中为每一行生成一个递增的ID。在这里，我们使用了CROSS JOIN操作符将原表与一个虚拟表连接，该虚拟表使用SET语句中定义的变量递增生成递增的ID。最后，我们将生成的ID和原表中的所有列一起插入到原表中。

请将上述代码中的your_table替换为你的实际表名。

  1. 第五种方式

使用jar包，可自行在网上搜索。

评论区请多多指教。

*注意

我笑了，经过试验，此篇完全是废话，是错误演示文档吧，不删了！

hivesqlstyleboldspan大数据

有关使用hive sql 为hive增加或者创建自增列，自增id的五种方式的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  4. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  5. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  6. ruby - 如何在 Ruby 中顺序创建 PI - 2

    出于纯粹的兴趣，我很好奇如何按顺序创建PI，而不是在过程结果之后生成数字，而是让数字在过程本身生成时显示。如果是这种情况，那么数字可以自行产生，我可以对以前看到的数字实现垃圾收集，从而创建一个无限系列。结果只是在Pi系列之后每秒生成一个数字。这是我通过互联网筛选的结果:这是流行的计算机友好算法，类机器算法:defarccot(x,unity)xpow=unity/xn=1sign=1sum=0loopdoterm=xpow/nbreakifterm==0sum+=sign*(xpow/n)xpow/=x*xn+=2sign=-signendsumenddefcalc_pi(digits

  7. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  8. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  9. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

  10. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

随机推荐