apache / apache/parquet-java

Hive Avro to Parquet table conversion

オープン
#1,415 コメント 3 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Parquet Priority: Major Type: bug
主要言語
Java
スター
3.1k
フォーク
1.6k
平均マージ
3日 12時間
マージ済み PR(30日)
33

説明

Hi.
I have following avro schema

```Java
{
"namespace" : "com.example.test",
"type" : "record",
"name" : "TestRecord",
"fields" : [{"name" : "objectLink", "type" : [
{"type": "record", "name" : "TestObj1", "fields" : [{"name":"obj1VisitorId","type":["null","string"]}] },
{"type": "record", "name" : "TestObj2", "fields" : [{"name":"obj2VisitorId","type":["null","string"]}]}
]
}],
"doc" : "event for test purposes"
}
```

Using this schema I can create avro objects, also I'm able to create table backed by avro in Hive. But then I want to create a table backed by parquet I'm doing

CREATE TABLE parquet_table
STORED AS parquet
AS SELECT \* FROM avro_table

and i get
SemanticException java.lang.UnsupportedOperationException: Unknown field type: uniontype,struct>

Is there a way to convert such structures, to store them in hive backed as parquet? This is a simple example, but I have big data structure described in avro, so I can't convert it manually, and also I have data which already stored in avro and need to be loaded in table, backed by parquet. Is there any way to this?

I'm using hive 0.13.

**Reporter**: [Dmitriy](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=dimaga) / @dimaga

**Note**: *This issue was originally created as [PARQUET-155](https://issues.apache.org/jira/browse/PARQUET-155). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

調査の方向性

参照されている移行ドキュメントを読み、ネストされた union スキーマを使用して Hive 0.13 CREATE TABLE parquet_table STORED AS parquet AS SELECT * FROM avro_table クエリを再現してください。報告されている Unknown field type: uniontype エラーを出発点とし、この構造を Parquet に変換するための文書化または実装されたパスが用意されていれば完了です。

索引モデルが issue の本文から書いたものです。

評価

領域
databases
issue の種類
バグ
難易度
5/5
見積もり時間
1週間以上
活発さ
停滞
明瞭さ
説明が足りない
初心者へのやさしさ
20/100

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。