我有一个大的输入文件，值是用管道分隔的。一行有20个值。在第19个管道之后，如果出现新行字符，则为记录。但是我的输入文件不仅在19个管道之后\n而且在其他值中。采样线看起来像这样。。。101101 |这是我的样本| 12547 |样本\nxyz |……（第19管道）|记录结束\n我是hadoop新手，不知道如何根据这个条件划分行来创建键值对。另一个相关的问题是，输入拆分发生在客户端，如果我必须在客户端（一台机器）有条件地拆分输入文件，那么考虑到大文件，速度会不会很慢？请帮忙。
puruo6ea1#
在配置单元中，空列值表示为“\n”，这是配置单元的默认行为。这样做是为了区分null和“null”（字符串null）。如果您不想\n出现在导出中，可以使用合并自定义项。您的查询大致如下所示
SELECT COALESCE (my_column, '') AS my_column FROM my_table
1条答案
按热度按时间puruo6ea1#
在配置单元中，空列值表示为“\n”，这是配置单元的默认行为。这样做是为了区分null和“null”（字符串null）。
如果您不想\n出现在导出中，可以使用合并自定义项。
您的查询大致如下所示