"INSERT INTO ..." 与 SparkSQL HiveContext

Question

我正在尝试运行使用我的 HiveContext 插入语句，如下所示：

hiveContext.sql('insert into my_table (id, score) values (1, 10)')

1.5.2 Spark SQL Documentation虽然支持"dynamic partition insertion"，但没有明确说明是否支持。

这会导致堆栈跟踪，如

AnalysisException: 
Unsupported language features in query: insert into my_table (id, score) values (1, 10)
TOK_QUERY 0, 0,20, 0
  TOK_FROM 0, -1,20, 0
    TOK_VIRTUAL_TABLE 0, -1,20, 0
      TOK_VIRTUAL_TABREF 0, -1,-1, 0
        TOK_ANONYMOUS 0, -1,-1, 0
      TOK_VALUES_TABLE 1, 13,20, 41
        TOK_VALUE_ROW 1, 15,20, 41
          1 1, 16,16, 41
          10 1, 19,19, 44
  TOK_INSERT 1, 0,-1, 12
    TOK_INSERT_INTO 1, 0,11, 12
      TOK_TAB 1, 4,4, 12
        TOK_TABNAME 1, 4,4, 12
          my_table 1, 4,4, 12
      TOK_TABCOLNAME 1, 7,10, 22
        id 1, 7,7, 22
        score 1, 10,10, 26
    TOK_SELECT 0, -1,-1, 0
      TOK_SELEXPR 0, -1,-1, 0
        TOK_ALLCOLREF 0, -1,-1, 0

scala.NotImplementedError: No parse rules for:
 TOK_VIRTUAL_TABLE 0, -1,20, 0
  TOK_VIRTUAL_TABREF 0, -1,-1, 0
    TOK_ANONYMOUS 0, -1,-1, 0
  TOK_VALUES_TABLE 1, 13,20, 41
    TOK_VALUE_ROW 1, 15,20, 41
      1 1, 16,16, 41
      10 1, 19,19, 44

是否有任何其他方法可以插入支持的 Hive table？

Answer 1

可以使用 DataFrameWriter 上的 append 模式将数据附加到 Hive table。

data = hc.sql("select 1 as id, 10 as score")
data.write.mode("append").saveAsTable("my_table")

这与插入的结果相同。

Answer 2

我遇到了同样的问题（Spark 1.5.1），并尝试了不同的版本。

给出

sqlContext.sql("create table my_table(id int, score int)")

唯一有效的版本如下所示：

sqlContext.sql("insert into table my_table select t.* from (select 1, 10) t")
sqlContext.sql("insert into       my_table select t.* from (select 2, 20) t")

Answer 3

试试这个 hiveContext.sql("insert into table my_table select 1, 10") 如果您还没有将动态分区模式更改为非严格模式，则必须这样做 hiveCtx.setConf("hive.exec.dynamic.partition.mode", "nonstrict")

Answer 4

接受的答案 saveAsTable 对我来说失败了 AnalysisException（我不明白为什么）。对我有用的是：

data = hc.sql("select 1 as id, 10 as score")
data.write.mode("append").insertInto("my_table")

我正在使用 Spark v2.1.0。

Answer 5

您试图执行数据文件格式无法执行的操作，因此出现 Unsupported language features in query 异常。

很多数据文件格式都是一次性写入的，不支持ACID操作。

如果需要，Apache ORC 支持 ACID 操作。

相反，您可以使用分区将数据拆分到文件夹中 (/data/year=2017/month=10....)，在这里您可以将 append/insert 数据放入您的数据湖中。

Answer 6

当你第一次这样做时

$data.write.mode("append").saveAsTable("my_table")

您应该将"append"替换为"overwrite"，然后，您可以使用"append"。

"INSERT INTO ..." 与 SparkSQL HiveContext

"INSERT INTO ..." with SparkSQL HiveContext

apache-spark

apache-spark-sql

pyspark

apache-spark-1.5

hivecontext