我们正在尝试将oracle db复制到hive中。我们从oracle获取查询并在hive中运行它们。所以,我们以这种格式得到它们:
INSERT INTO schema.table(col1,col2) VALUES ('val','val');
虽然此查询直接在Hive中工作,但当我使用spark.sql时,我收到以下错误:
org.apache.spark.sql.catalyst.parser.ParseException:
mismatched input 'emp_id' expecting {'(', 'SELECT', 'FROM', 'VALUES', 'TABLE', 'INSERT', 'MAP', 'REDUCE'}(line 1, pos 20)
== SQL ==
insert into ss.tab(emp_id,firstname,lastname) values ('1','demo','demo')
--------------------^^^
at org.apache.spark.sql.catalyst.parser.ParseException.withCommand(ParseDriver.scala:217)
at org.apache.spark.sql.catalyst.parser.AbstractSqlParser.parse(ParseDriver.scala:114)
at org.apache.spark.sql.execution.SparkSqlParser.parse(SparkSqlParser.scala:48)
at org.apache.spark.sql.catalyst.parser.AbstractSqlParser.parsePlan(ParseDriver.scala:68)
at org.apache.spark.sql.SparkSession.sql(SparkSession.scala:623)
at org.apache.spark.sql.SQLContext.sql(SQLContext.scala:691)
at com.datastream.SparkReplicator.insertIntoHive(SparkReplicator.java:20)
at com.datastream.App.main(App.java:67)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.apache.spark.deploy.SparkSubmit$.org$apache$spark$deploy$SparkSubmit$$runMain(SparkSubmit.scala:755)
at org.apache.spark.deploy.SparkSubmit$.doRunMain$1(SparkSubmit.scala:180)
at org.apache.spark.deploy.SparkSubmit$.submit(SparkSubmit.scala:205)
at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:119)
at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
由于Spark SQL不支持insert语句中的列列表,因此出现此错误。所以从insert语句中排除列列表。
下面是我的hive表:
0: jdbc:hive2://hpchdd2-zk-1.hpc.ford.com:218> select * from UDB.emp_details_table; | |||
---|---|---|---|
emp_id | emp_name | emp_dept | emp_joining_date |
1 | AAA | HR | 2018-12-06 |
1 | BBB | HR | 2017-10-26 |
2 | XXX | ADMIN | 2018-10-22 |
2 | YYY | ADMIN | 2015-10-19 |
2 | ZZZ | IT | 2018-05-14 |
3 | GGG | HR | 2018-06-30 |
在这里我通过pyspark使用spark sql插入记录
df = spark.sql("""insert into UDB.emp_details_table values ('6','VVV','IT','2018-12-18')""");
您可以在下面看到给定记录已插入到我现有的配置单元表中。
emp_id | emp_name | emp_dept | emp_joining_date |
---|---|---|---|
1 | AAA | HR | 2018-12-06 |
1 | BBB | HR | 2017-10-26 |
2 | XXX | ADMIN | 2018-10-22 |
2 | YYY | ADMIN | 2015-10-19 |
2 | ZZZ | IT | 2018-05-14 |
3 | GGG | HR | 2018-06-30 |
6 | VVV | IT | 2018-12-18 |
将您的spark sql查询更改为:spark.sql(“”“插入ss.tab值('1','demo','demo')”“”);
注意:我使用spark 2.3,如果你使用的是spark 1.6版本,你需要使用hive上下文。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。