配置单元Serde Xpath提取

Question

我有一个需要在hive中提取的xml。我正在使用hive serde来做这件事。要求是将一列中的xml存储为字符串。但是，当我这样做时，属性是颠倒的，因为xpath是自下而上填充的。我正在尝试让它完全像xml那样显示出来。似乎hive会自动按字母顺序排列属性。

输入：

 <example>
    <context>
         <field1 b_attribute ="first" a_attribute1 ="second" ></field1>
    </context>
 </example>

我现在得到的是：

<example>
    <context>
         <field1 a_attribute1 ="second" b_attribute ="first" ></field1>
    </context>
 </example>

预期输出：

<example>
    <context>
         <field1 b_attribute ="first" a_attribute1 ="second" ></field1>
    </context>
 </example>

配置单元Serde创建：

create external table EXAMPLE (
example_xml string
)
ROW FORMAT SERDE 'com.ibm.spss.hive.serde2.xml.XmlSerDe'
WITH SERDEPROPERTIES (
"column.xpath.example_xml"="reverse(/context/*)"
)
STORED AS
INPUTFORMAT 'com.ibm.spss.hive.serde2.xml.XmlInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.IgnoreKeyTextOutputFormat'
LOCATION 'mypathinhdfs'
TBLPROPERTIES (
"xmlinput.start"="<example>",
"xmlinput.end"="</example>"
);

Answer 1

我不明白问题所在。

hive> create external table EXAMPLE (
    > example_xml string
    > )
    > ROW FORMAT SERDE 'com.ibm.spss.hive.serde2.xml.XmlSerDe'
    > WITH SERDEPROPERTIES (
    > "column.xpath.example_xml"="/"
    > )
    > STORED AS
    > INPUTFORMAT 'com.ibm.spss.hive.serde2.xml.XmlInputFormat'
    > OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.IgnoreKeyTextOutputFormat'
    > LOCATION '/user/hive/warehouse/example'
    > TBLPROPERTIES (
    > "xmlinput.start"="<example>",
    > "xmlinput.end"="</example>"
    > );
OK
Time taken: 0.186 seconds
hive> select * from EXAMPLE;
OK
example.example_xml
<example><context><field1 attribute="first" attribute1="second"/></context></example>