hive中null和'','NULL'

た入场券 2022-02-01 10:55 294阅读 0赞

说下hive中的null。  
employee表  
hive>desc employee;  
empid   string  
deptid   string  
salary   string  
查询employee  
hive>select \* from employee  
1 NULL NULL  
hive 中null实际在HDFS中默认存储为'\\N'  
即employee中的数据在HDFS中为  
1 \\N \\N  
验证，插入'\\N'  
hive>insert into table employee select '2','\\\\N','\\\\N' from employee limit 1;  
其中多一个斜杠是转义的作用  
查询employee  
hive>select \* from employee  
1 NULL NULL  
2 NULL NULL  
此时hive中与null有关的函数,如nvl,coalesce,is null等判断是否为null是为true  
hive>select nvl(empid,'A'),nvl(deptid,'B'),nvl(salary,'C') from employee  
1 B C  
2 B C  
但是null或NULL和''会被hive当做字符串处理。  
hive>insert into table employee select '3','','' from employee limit 1;  
查询：  
hive>select \* from employee;  
1 NULL NULL  
2 NULL NULL  
3      
hive>insert into table employee select '4','null','NULL' from employee limit 1;  
查询  
hive>select \* from employee;  
1 NULL NULL  
2 NULL NULL  
3      
4 null NULL  
注意：1,2同一行的NULL与4行的NULL或null不一样。4行的NULL或null为字符串  
此时hive中与null有关的函数,如nvl,coalesce,is null等判断''和null（字符串）或NULL（字符串）是否为null是为false  
hive> select empid ,nvl(deptid,'E'),nvl(salary,'F') from employee;  
1 E F  
2 E F  
3      
4 null NULL  
hive>select \* from employee where deptid='';  
3      
hive>select \* from employee where deptid='null' and salary ='NULL';  
4 null NULL  
hive>select \* from employee where deptid is null;  
1 NULL NULL  
2 NULL NULL  
可以通过  
ALTER TABLE table\_name SET SERDEPROPERTIES('serialization.null.format' = 定义描述符);  
修改空值描述符  
如果将''定义为NULL  
ALTER TABLE employee SET SERDEPROPERTIES('serialization.null.format' = '');  
查询employee  
hive>select \* from employee;  
1 \\N \\N  
2 \\N \\N  
3 NULL NULL  
4 null NULL  
和前面的select比较发现''变成了NULL，而\\N露出了真面目，4行的NULL或null为字符串没变化  
验证，将''插入到emloyee  
hive> insert into table employee select '5','','' from employee limit 1;  
查询  
hive>select \* from employee;  
1 \\N \\N  
2 \\N \\N  
3 NULL NULL  
4 null NULL  
5 NULL NULL  
注意：３,５同一行的NULL与4行的NULL或null不一样。4行的NULL或null为字符串  
此时HDFS中如此存储  
1 \\N \\N  
2 \\N \\N  
3    
4 null NULL  
5    
此时  
hive> select empid ,nvl(deptid,'E'),nvl(salary,'F') from employee;  
1 \\N \\N  
2 \\N \\N  
3 E F  
4 null NULL  
5 E F  
总结hive中null的定义的意义在于：oracle数据导出后原表中的null会变成''，然后导入到hive中也变成了''。但是hive中关于NULL的一些函数如nvl,coalesce和is null却无法使用，因为hive默认\\N才代表NULL。在hive中通过  
ALTER TABLE SET SERDEPROPERTIES('serialization.null.format' = '');修改''代表NULL，改造存储过程中就不需要改nvl等语句。  
\---------------------   
作者：code\_\_\_\_\_monkey   
来源：CSDN   
原文：https://blog.csdn.net/yonghutwo/article/details/45221983   
版权声明：本文为博主原创文章，转载请附上博文链接！