溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家帶來有關Hive和Imapla查詢decimal類型結果不同的異常該怎么解決，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
1.當前集群HDFS上/tmp/newfile目錄下存在文件hive.txt
[root@cdp4 ~]# mkdir /data/ZK
[root@cdp4 ~]#
2.從Hue中創建一個hive表test如下
create external table test (s1 string,s2 decimal(13,2)) row format delimited fields terminated by '#' stored as textfile location '/tmp/newfile'
3.在Hive中進行查詢，可以看到結果如下圖。
select * from test
4.在Impala中進行查詢，可以看到s2列全部為空
同樣的表，在Hive和Impala中分別進行查詢，結果不同，異常得以重現。
根據異常重現部分的步驟，S2字段的數據類型是decimal(13,2)。精度只有2位，但是我們原始數據小數點后都是有3位小數。Hive在這里進行查詢的時候會損失精度，打印結果。但是Impala在查詢的時候，校驗decimal類型會更嚴格，當前的原始數據精度超過了S2字段設定的數據類型的精度，所以直接返回為空。
根據上面的分析，是由于數據的精度超過了S2字段的設定，這里可以通過改變字段類型來進行解決。
1.在Hue中執行下面的SQL進行字段類型的變更
ALTER TABLE test CHANGE s2 s2 string
2.再次進行查詢，可以看到Impala中可以查到數據了，并且可以看到S2字段的數據類型已經變成了string
3.由于數據類型變了，我們再從hive中查詢，可以看到，查詢結果也變化了，跟Impala中的查詢結果一致。
在Hive和Impala同時間遇到精度不匹配的情況的時候，Hive會通過損失精度來輸出結果，同樣的情況，Impala則會直接返回NULL。
在建表的時候，如果涉及到decimal數據類型，我們需要根據原始數據的精度，來設計好相關的參數，避免出現精度丟失的情況。
如果由于歷史原因，當前的表中已經出現精度丟失，我們可以通過轉換數據類型，來進行處理。可以先轉換成string類型，進行查詢。后面也可以根據表的數據范圍，再修改成其他精度匹配的數據類型，進行處理。
上述就是小編為大家分享的Hive和Imapla查詢decimal類型結果不同的異常該怎么解決了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
