hive创建table时指定分隔符

由于hive由java编写，所以row format delimited fields terminated by 后也可以使用java的方式输入特殊字符，比如用java的转义字符——反斜杠()+0+八进制数字可以代表任意ASCII码，或者用\u + 四位数字可以代表任意Unicode字符。

比如hive创建表格的默认分隔符为SOH字符，ASCII码中的序号为1，所以可以用’\001’表示。 数据迁移到hive目录下时，由于hive默认的分隔符是/u0001,为了平滑迁移，需要在创建表格时指定数据的分割符号，语法如下：

create table test(uid string,name string)row format delimited fields terminated by ‘/t’；

一个比较简单的方法是直接创建 external table,语法如下：

create table test(uid string,name string) row format delimited fields terminated by ‘/t’ location ‘hdfs’；

通过这种方式，避免数据的移动带来时间损耗，提高运行的效率。

hive指定数据切分格式–row format

创建表时需要指定数据切分格式，会用到ROW FORMAT关键字。

下面是java集合框架图，存入hive的数据就是集合中的某一种

所以在创建标的时候就可以指定分隔符：

第一个--<字段>,由[ , ]分割----------FIELDS TERMINATED BY ','第二个是--<Array形式>，元素与元素之间由[ - ]分割----------COLLECTION ITEMS TERMINATED BY '-'第三个是--<K-V形式>，每组K-V对内部由[ : ]分割，每组K-V对之间由[ - ]分割----------MAP KEYS TERMINATED BY ':'每条数据之间由换行符分割（默认[ \n ]），如果是其它分割方式（比如[ ; ]）----------LINES TERMINATED BY ';'

hive建表的时候默认的分隔符是’\001’,若在建表的时候没有指明分隔符，加载文件的时候文件的分割符号须为’\001’;如果分隔符不是’\001’,程序不会报错，但是表查询的时候结果全部为’null’

不过需要注意的时，目前hive似乎只支持一个字符作为分隔符，不支持多个字符作为分隔符，如果row format delimited fields terminated by后面跟多个字符，比如 **row format delimited fields terminated by '...'** 系统只会使用一个点(.)作为分隔符。