在将数据加载到配置单元时从字段中删除周围的引号

Question

我想将带有输入数据的表加载到配置单元中.我有以下格式的数据.

"153662";"0002241447";"0"
"153662";"000647036X";"0"
"153662";"0020434901";"0"
"153662";"0020973403";"0"
"153662";"0028604202";"0"
"153662";"0030437512";"0"

我想将这些数据加载到一个包含两个varchar列和一个int列的表中.但是周围的双引号让我感到麻烦.我创建了下表.

CREATE EXTERNAL TABLE Table(A varchar(50),B varchar(50),C varchar(50))
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\;'
LINES TERMINATED BY '\n'

STORED AS TEXTFILE

但是该字段周围的引号也成为字段的一部分,如下所示.

"276725"    "034545104X"    "0"
"276726"    "0155061224"    "5"

我想忽略它们.我还想把第三个字段读作INT.当我在制作表时将第三个字段作为INT提供时,它变为NULL.

Answer 1

你必须使用Csv-Serde.

CREATE TABLE Table(A varchar(50),B varchar(50),C varchar(50))
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES 
(
    "separatorChar" = ";",
    "quoteChar"     = "\""
)  
STORED AS TEXTFILE;