Presto 查询引发错误 - 执行时出现 StageStateMachine NullPointer SELECT *

Question

我正在将镶木地板文件从 S3 加载到我的 Hive 数据仓库，即运行在 EMR 机器中：

Release: emr-5.1.0

Hadoop distribution: Amazon 2.7.3

Applications: Hive 2.1.0, Spark 2.0.1, Presto 0.152.3)

我可以使用以下方法轻松查询配置单元内的结果：

select * from table_a

但是，当我使用 presto 尝试相同的查询时，出现以下错误：

ERROR   remote-task-callback-57 com.facebook.presto.execution.StageStateMachine Stage 20161117_211631_00018_29xwg.1 failed
java.lang.NullPointerException
    at com.facebook.presto.spi.RecordPageSource.getNextPage(RecordPageSource.java:124)
    at com.facebook.presto.operator.TableScanOperator.getOutput(TableScanOperator.java:246)
    at com.facebook.presto.operator.Driver.processInternal(Driver.java:378)
    at com.facebook.presto.operator.Driver.processFor(Driver.java:301)
    at com.facebook.presto.execution.SqlTaskExecution$DriverSplitRunner.processFor(SqlTaskExecution.java:622)
    at com.facebook.presto.execution.TaskExecutor$PrioritizedSplitRunner.process(TaskExecutor.java:529)
    at com.facebook.presto.execution.TaskExecutor$Runner.run(TaskExecutor.java:665)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    at java.lang.Thread.run(Thread.java:745)

我知道我的 presto 能够查询配置单元 table 因为我可以这样做 :

select count(1) from table_a

和

select column_name from table_a

我的第一个 select 有什么问题？

Answer 1

我发现了问题。

当我定义我的配置单元时 create table 我添加了一个在我的文件中还不存在的字段（它很快就会存在）。

使用 Presto，我能够 select column_name from table_a 我的 table 的所有字段，不包括丢失的字段（这解释了为什么 select * from table_a 不起作用）。

Hive 通过在查询结果中填充 null 值来处理文件中缺少的参数。 Presto 试图找到该字段，并引发 NullPointerException。

机器版本： Hive 2.1.0, Spark 2.0.1, Presto 0.152.3

编辑：

添加这两个标志（一个用于 orc，另一个用于 parquet）：

hive.parquet.use-column-names = true
hive.orc.use-column-names = true

到hive.properties:

/etc/presto/conf/catalog/hive.properties #path on emr

Presto 查询引发错误 - 执行时出现 StageStateMachine NullPointer SELECT *

Presto query raising error - StageStateMachine NullPointer when executing SELECT *

hadoop

hive

parquet

presto