HDP-2.5.0.0にSQL Serverクエリを適用CROSS Ambari 2.4.0.1を使用してハイブ
ハイブテーブルReportSettingは、次のとおりです。
id int
serializedreportsetting String
列 'serializedreportsetting' XMLデータ型はですソースSQL ServerのDBが、Sqoopインポート時に文字列に変換され、これはSQL Serverでどのように見えるかです:ハイブ表で
<ReportSettings4 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<Trigger>
<Manual>true</Manual>
</Trigger>
<StartTime>
<Year>8</Year>
<Month>1</Month>
<Day>1</Day>
<Hour>0</Hour>
<Minute>0</Minute>
</StartTime>
<ReportPeriod>
<Month>0</Month>
<Day>0</Day>
<Hour>0</Hour>
<Minute>5</Minute>
</ReportPeriod>
<Theft>
<DigitalInput>true</DigitalInput>
<Can>false</Can>
</Theft>
<SequenceNo>0</SequenceNo>
</ReportSettings4>
:
<ReportSettings4 xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><Trigger><Manual>true</Manual></Trigger><StartTime><Year>8</Year><Month>12</Month><Day>31</Day><Hour>23</Hour><Minute>34</Minute></StartTime><ReportPeriod><Month>0</Month><Day>0</Day><Hour>4</Hour><Minute>0</Minute></ReportPeriod><Theft><DigitalInput>false</DigitalInput><Can>false</Can></Theft><SequenceNo>3</SequenceNo></ReportSettings4>
SQL Server上で正常に動作クエリは:私は/次の操作を行うと考えることができ
SELECT
r.VehicleId
,rs.value('(Trigger/Manual)[1]', 'bit') AS RS_Trigger_Manual, ,CAST(CONCAT(CASE WHEN rs.value('(StartTime/Year)[1]', 'int') < 10 THEN CONCAT('200',rs.value('(StartTime/Year)[1]', 'int')) ELSE CONCAT('20',rs.value('(StartTime/Year)[1]', 'int')) END,'-',rs.value('(StartTime/Month)[1]', 'int'),'-',rs.value('(StartTime/Day)[1]', 'int'),' ',rs.value('(StartTime/Hour)[1]', 'int'),':',rs.value('(StartTime/Minute)[1]', 'int'),':','00.000') AS datetime) AS RS_StartTime
,rs.value('(ReportPeriod/Month)[1]', 'int') AS RS_ReportPeriod_Month
,rs.value('(ReportPeriod/Day)[1]', 'int') AS RS_ReportPeriod_Day
,rs.value('(ReportPeriod/Hour)[1]', 'int') AS RS_ReportPeriod_Hour
,rs.value('(ReportPeriod/Minute)[1]', 'int') AS RS_ReportPeriod_Minute
,rs.value('(Theft/DigitalInput)[1]', 'bit') AS RS_Theft_DigitalInput
,rs.value('(Theft/Can)[1]', 'bit') AS RS_Theft_Can,rs.value('(SequenceNo)[1]', 'int')
AS RS_SequenceNo FROM ReportSetting r
CROSS APPLY SerializedReportSetting.nodes('/*') AS ReportSettings(rs)
:
- 適用CROSSを使用するには、私はあることをlateral viewニーズを推測ここでは配列としてserializedreportsettingを持っていないので、explode()は動作しません。私は正しい方向に
を考えているならば、誰かが検証することができ、私は単にbuilt-in xpath udfを使用して列としてserializedreportsetting内のデータを取得しようとしました、しかし、私はすべてのレコードを取得しない、次のように、いくつかの試験は、次のとおりです。
ReportSettingの制限1からxpath(SerializedReportSetting、 '/ *')を選択します。
ReportSettingの制限1からxpath(SerializedReportSetting、 '/ ReportSettings4')を選択します。
ReportSettingからxpath(SerializedReportSetting、 '/ Trigger/Manual')を選択します。
********** UPDATE-1 **********
私は上記の課題を処理するためにREGEXP_REPLACEを使用:
SELECT id,
xpath_string(SerializedReportSetting,'/ReportSettings/Trigger/Manual') AS RS_Trigger_Manual,
xpath_string(SerializedReportSetting,'/ReportSettings/Trigger/DriveChange') AS RS_Trigger_DriveChange
FROM
(SELECT id,
regexp_replace(SerializedReportSetting, 'ReportSettings+\\d','ReportSettings') AS SerializedReportSetting
FROM reportsetting
WHERE id IN (1701548,3185,1700231,1700232)
) reportsetting_regex;
SerializedReportSettingはReportSettings、ReportSettings1、ReportSettings2、ReportSettings3とReportSettings4を持つことができるので、 '正規表現' を扱うことができる汎用的なXPath式を記述することが可能ですか? –
'xpath_int(SerializedReportSetting、 '/ ReportSettings */ReportPeriod/Month')'のようなものが動作するかどうかは、xpathドキュメントからわかりません –
私は回避策を考えました。 'xpath_int'を呼び出す前にxmlから数値を削除します。 –