hive中导入text文件遇到的坑

今天帮一同学导入一个excel数据，我把excel保存为txt格式，然后建表导入，失败！分隔符格式不匹配，无法导入！！！！怎么看两边都是\t，怎么不匹配呢？
做为程序员，最不怕的就是失败，因为我们有一颗勇敢的心！再来！又特么失败。。。
想了好久，看看了看我的表格式，我犯了一个好低级的错误：

hive表的存储格式设置为了orcfile!!!

众所周知：orcfile为压缩格式，可以节约大量存储空间，但orc还有个特点就是不能直接load数据！要想load数据，我们要建一个存储格式为textfile的中间表，然后再把数据抽取过去。因为这个错误太简单，网上有相关科普，因此很少有把它当错误写出来。遇到问题的朋友们可能要走些弯路，我来补个漏~~~~~~

举个栗子：

1.首先，导出excel表格为txt格式，（这个过程不再赘述，网上教程一大把）。

123,小明,666,1990-09-23 12:00:18
256,小伙,555,1989-10-06 03:57:32
142,小兰,444,1992-07-04 05:05:45

2.在hive中创建表模型：

CREATE TABLE IF NOT EXISTS STUDENTS
(
ID INT COMMENT'学生',
SNAME STRING COMMENT '姓名',
SCORE INT COMMENT '得分',
STIME STRING COMMENT '考试时间'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS ORCFILE;

3.创建临时表（中间表）：

CREATE TABLE IF NOT EXISTS STUDENTS_TMP
(
ID INT COMMENT'学生',
SNAME STRING COMMENT '姓名',
SCORE INT COMMENT '得分',
STIME STRING COMMENT '考试时间'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

与目标表只有名称和存储格式不同，其他都相同。

4.load 数据到临时表：

load data local inpath '/export/data/1.txt' into table students_tmp;

5.将数据导入目标表：

insert overwrite table students select * from students_tmp;

6.然后查看表数据，大功造成：

hive > select * from students;
OK
123 小明  666 1990-09-23 12:00:18
256 小伙  555 1989-10-06 03:57:32
142 小兰  444 1992-07-04 05:05:45
Time taken: 0.26 seconds, Fetched: 3 row(s)

其他存储格式如 SEQUENCEFILE、PARQUET 等，也要选存储为textfile格式，然后抽入目标表。

一定要按照导出格式的分隔符建表，不然load数据必然出错或全是null;

excel导出格式：

格式        分隔符       中文名称
text        \t          制表符
csv         ,           逗号

7.还要注意一点是我们从excel导出的文件格式是gb2312 （无论是txt还是csv都是这个格式，都需要转码），我们需要把它转成utf-8才能Load。所以在load之前，我们一般会采取两种办法：

1. 在文本编辑器中进行转码，带不带bom关系不大，然后上传;

2.在文件所在本地目录下执行以下命令转码：

piconv -f gb2312 -t UTF-8 1.txt  >  2.txt

注意，在本地目录下命令转码会改变文件名，因为此命令会把所文件写入到另一个文件，并清空原文件内容，如果我们不改名，文件内容会完全丢失。所以，我们Load的时候一定要选择修改后的文件名哦。
示例：
转码前数据：

hive> select * from students;
OK
112 С��   35  2017/8/19 15:30
113 ����    45
114 ³��   55  2017/8/21 15:30
115 ����    NULL
116 ������    75  2017/8/23 15:30
117 ������    85  2017/8/24 15:30
118 �˽�   NULL    2017/8/25 15:30
119 ������    90
120 СѾ  NULL    2017/8/27 15:30
121 ����    80  2017/8/28 15:30
122 ��߸   75
123 ��«��   70  2017/8/30 15:30
124 ����    NULL    2017/8/31 15:30
125 �繤   NULL
126 �峤   NULL    2017/9/2 15:30
127 ˾��   50  2017/9/3 15:30
128 ������    58  2017/9/4 15:30
129 ����    66  2017/9/5 15:30
Time taken: 0.134 seconds, Fetched: 18 row(s)

去所在目录下转码，再Load

piconv -f gb2312 -t UTF-8 2.csv  >  3.csv
# 在hive中选择正确的文件Load:
hive> load data local inpath '/export/data/3.csv' into table students;

结果：

hive> select * from students;
OK
112 小宝  35  2017/8/19 15:30
113 王明  45
114 鲁班  55  2017/8/21 15:30
115 苗苗  NULL
116 少林寺 75  2017/8/23 15:30
117 体育界 85  2017/8/24 15:30
118 八戒  NULL    2017/8/25 15:30
119 周芷若 90
120 小丫  NULL    2017/8/27 15:30
121 海宝  80  2017/8/28 15:30
122 哪吒  75
123 葫芦娃 70  2017/8/30 15:30
124 丹枫  NULL    2017/8/31 15:30
125 电工  NULL
126 村长  NULL    2017/9/2 15:30
127 司机  50  2017/9/3 15:30
128 王世间 58  2017/9/4 15:30
129 松鼠  66  2017/9/5 15:30
Time taken: 0.106 seconds, Fetched: 18 row(s)