при создании таблицы Hive для csv, сохраненного в S3, мне обязательно нужно упорядочивать поля в порядке значений, разделенных запятыми, для строк в csv? csv имеет первую строку в качестве заголовка. Я понимаю, что csv основан на строках, а не на столбцах, но мне было интересно, есть ли способ сопоставить значение заголовка с именем поля таблицы куста и упорядочить столбцы по-разному.
при создании таблицы Hive для csv, сохраненного в S3, мне обязательно нужно упорядочивать поля в порядке значений, разделенных запятыми, для строк в csv?
22.08.2018
Ответы:
1
Да, столбцы в определении таблицы (DDL) должны располагаться в том же порядке, что и в базовых CSV-файлах. Вы можете пропустить выбор заголовка с помощью tblproperties("skip.header.line.count"="1")
.
См. также руководство по созданию таблиц.
22.08.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..