1 个平面文件，不同的模式取决于值
1 flatfile, different schema depending on a value
如果我有一个平面文件，并且列数随输入字段而变化，
例如：
A,0,00,01,亚历克斯
B,2,h
A,2,22,02,保罗
C,99
所以在这里
A 有 4 个字段（id、number、rank、name）
B有2个字段（体重，身高）
同样对于 C.
现在存储这些数据的最佳方式是什么（Hive 或 Hbase）。因为我需要查询数据以进行分析。也让我知道最好的方法吗？
是否也可以根据第一个字段的输入创建 Avro 架构？请帮忙..
如果您只有一个文件，Hive 无法查询具有更改架构的多行
您可以使用 Hive 做的最好的事情是为标签的最大宽度定义每一列，然后 "empty columns" 的其余部分将为 NULL。它可以工作，但是当您查询时它看起来不干净。
我对Hbase不熟悉，抱歉。
对于Avro，一个avro文件只能有一个模式。因此，像 Hive 一样，您需要为没有列的行定义每个字段和默认值
就个人而言，我使用 Pig 或 Spark 来过滤您的标签，将它们写入不同的文件，然后使用它们创建 Hive（或可能是 Hbase）表。假设您实际上需要一个持久查询层，而不是简单地处理来自原始文件的 Spark 中的所有数据
您可以为交互式查询公开 Spark Thriftserver
如果我有一个平面文件，并且列数随输入字段而变化，
例如：
A,0,00,01,亚历克斯
B,2,h
A,2,22,02,保罗
C,99
所以在这里 A 有 4 个字段（id、number、rank、name） B有2个字段（体重，身高） 同样对于 C.
现在存储这些数据的最佳方式是什么（Hive 或 Hbase）。因为我需要查询数据以进行分析。也让我知道最好的方法吗？
是否也可以根据第一个字段的输入创建 Avro 架构？请帮忙..
如果您只有一个文件，Hive 无法查询具有更改架构的多行
您可以使用 Hive 做的最好的事情是为标签的最大宽度定义每一列，然后 "empty columns" 的其余部分将为 NULL。它可以工作，但是当您查询时它看起来不干净。
我对Hbase不熟悉，抱歉。
对于Avro，一个avro文件只能有一个模式。因此，像 Hive 一样，您需要为没有列的行定义每个字段和默认值
就个人而言，我使用 Pig 或 Spark 来过滤您的标签，将它们写入不同的文件，然后使用它们创建 Hive（或可能是 Hbase）表。假设您实际上需要一个持久查询层，而不是简单地处理来自原始文件的 Spark 中的所有数据
您可以为交互式查询公开 Spark Thriftserver