什么格式适用于 Hive LazySimpleSerDe

问题描述

Hive LazySimpleSerDe 的具体格式是什么？ 像 ParquetHiveSerDe 这样的格式告诉我 Hive 将读取 parquet 格式的 HDFS 文件。

但什么是LazySimpleSerDe？鉴于 LazySimpleSerDe 用于分隔文件，为什么不将其称为 CommaSepHiveSerDe 或 TabSepHiveSerDe 之类的明确名称？

解决方法

LasySimpleSerde - 快速简单的 SerDe，它不识别带引号的值，虽然它可以使用不同的分隔符，不仅仅是逗号，默认是 TAB (\t) .您可以在表 DDL 中指定 STORED AS TEXTFILE，将使用 LasySimpleSerDe。对于带引号的值，使用 OpenCSVSerDe，它不如 LasySimpleSerDe 快，但可以正确处理带引号的值。

LasySimpleSerDe 为了性能而简单，它也以懒惰的方式创建对象，以提供更好的性能，这就是为什么它在可能的情况下更可取（对于文本文件）。

使用竖线分隔 (|) 文件格式查看此示例：https://stackoverflow.com/a/68095278/2700344

此类表的

show create table 命令将 serde 类打印为 org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe，STORED AS TEXTFILE 为 shortcut。