如何快速启动apache drill并在csv文件上执行查询？

Question

我已经设法在ubuntu 14.04无头虚拟机上安装了apache drill。

我已经放置了一个要对其执行查询的csv文件。

我读了教程，但当我只是想快速入门时，这些教程对我来说都没有意义。

​

​

请给我建议。

Answer 1

如果您的CSV has没有标题行，请按如下方式查询文件：

select * from dfs.`/Users/khahn/drill/apache-drill-1.1.0/csv_no_header.csv`;
+------------------------+
|        columns         |
+------------------------+
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
| ["hello","1","2","3"]  |
+------------------------+
7 rows selected (1.427 seconds)

如果您的csv确实有标题行，则需要在存储插件(本例中为dfs)定义中添加skipFirstLine属性：

"csv": {
  "type": "text",
  "extensions": [
    "csv"
  ],
  "skipFirstLine": true,
  "delimiter": ","
},

在Apache Drill docs中描述了通过REST更新存储插件。

带有标题行的CSV：

name, num1, num2,num3
hello,1,2,3
hello,1,2,3
hello,1,2,3
hello,1,2,3
hello,1,2,3
hello,1,2,3
hello,1,2,3

用于选择全部的查询将与没有报头的CSV的查询相同。输出也将是相同的。

要查询单个列，请使用use the COLUMNS[n] syntax。

根据您的CSV文件内容，可能需要进行其他存储插件配置更改。参见Configuring Drill to Read Text Files。