选择两个 Hive 表的结果作为 JSON 输出

Question

我有一个要求，我需要加入多个 ORC 格式的 Hive 表并将输出显示为 JSON。

例如，如果我有两个具有一对多关系的 Hive 表，我希望输出是带有嵌入关系和数组的 JSON。

我们可以使用本地 Hive UDF 来实现这一点吗？

我尝试从 https://github.com/klout/brickhouse 谷歌搜索诸如 to_JSON 之类的东西，但寻找的是更多 Hadoop 原生而不是第三方的东西。

谁能帮帮我。

Answer 1

使用JsonSerDe创建Hive table。

然后通过选择join的结果插入到json表中。

示例：

Insert into json_table 
select t1.* from tab1 t1 join tab2 t2 on t1.id=t2.id;

Hive 表（hdfs 目录）中的文件将是 Json 格式。