• 山东企业新闻网,欢迎您!
您现在位置:山东企业新闻网 >> 商讯 >> 正文

0576-6.1.0-Hive Comment中文乱码补充!

2021-03-04 12:13:55    来源:    阅读:-

作者:辉少

1.文档编写目的


Fayson 在前面的文章《Hive表字段Comment中文乱码》中,介绍了在Hive中如何解决表字段中文注释乱码的问题,为了完善上篇文档,本文整理Hive表所有与中文注释相关的属性项,包括表字段、分区、表名、视图中文乱码,同时包括对该问题的分析。

  • 测试环境

1.CM和CDH版本为6.1.0

2.Hive的版本为2.1.1

3.集群已启用Kerberos

4.RedHat7.4

2.问题描述


在Hive中创建有中文注释的表时,默认情况下无论是在beeline还是Hue中该注释显示都会是乱码。使用以下建表和查看语句:

CREATE TABLE test_comment (
s1 string COMMENT "测试字段",
s2 string COMMENT "测试字段2"
) COMMENT "测试表名"
partitioned BY (s3 string COMMENT "测试分区");
SHOW CREATE TABLE test_comment;


在beeline中查看如下:


0576-6.1.0-Hive Comment中文乱码补充



Hue中显示一样,这里省略。

创建视图也是一样会出现乱码问题:

create view testview as select "测试视图" from student;
show create table testview;
select * from testview;



0576-6.1.0-Hive Comment中文乱码补充



3.解决办法


这个问题是因为mysql中的Hive元数据库表默认创建字符编码为latin1,需要修改表中对应字段的字符类型

mysql –u root –p
use metastore;
#修改字段注释字符集
alter table COLUMNS_V2 modify column COMMENT varchar(256) character set utf8;
#修改表注释字符集
alter table TABLE_PARAMS modify column PARAM_VALUE varchar(40000) character set utf8;
#修改分区参数,支持分区建用中文表示
alter table PARTITION_PARAMS modify column PARAM_VALUE varchar(40000) character set utf8;
alter table PARTITION_KEYS modify column PKEY_COMMENT varchar(40000) character set utf8;
#修改表名注释,支持中文表示
alter table INDEX_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
#修改视图,支持视图中文
ALTER TABLE TBLS modify COLUMN VIEW_EXPANDED_TEXT mediumtext CHARACTER SET utf8;
ALTER TABLE TBLS modify COLUMN VIEW_ORIGINAL_TEXT mediumtext CHARACTER SET utf8;



0576-6.1.0-Hive Comment中文乱码补充



注意Hive元数据这个数据库应使用utf-8创建,如:create database metastore default character set utf8;

回到Hive中重新create一张表和视图,并查看


0576-6.1.0-Hive Comment中文乱码补充



发现中文注释已经显示正常。

再重新创建分区并查看:


0576-6.1.0-Hive Comment中文乱码补充



发现分区的中文也显示正常

注:在还未修改字符编码以前的创建的表,仍然需要重新执行ALTER语句后才能正常显示,所以建议在Hive 表中还没有数据时就将字符集修改过来

4

问题分析


针对该问题,Fayson 分析是由于Hive自动建表时设置了表的字符编码。

在创建Hive元数据库设置的字符集是utf8,查看语句如下:


0576-6.1.0-Hive Comment中文乱码补充



在添加Hive 组件时,建表语句是由CDH自动完成的,任意选择Hive 元数据库metastore 下的两个表查看,发现其默认的字符集编码是latin1,如下

0576-6.1.0-Hive Comment中文乱码补充


0576-6.1.0-Hive Comment中文乱码补充


这也就解释了,虽然创建Hive元数据库的时设置字符编码为utf8,但依旧出现中文乱码的问题。建议在Hive 中还为添加数据时,先去通过上面的方法解决中文乱码问题,避免后期数据多去大量执行ALTER去修改。

推荐阅读:长沙之声

声明:本网转载的文字、图片、音视频等信息,内容均来源于网络,并不代表本网观点,其版权归原作者所有。如果您发现本网转载信息侵害了您的权益,请与我们联系,我们将及时核实处理。
0