蜂巢 SerDe

蜂巢 JSON 通 SerDe 常用於處理 JSON 數據，如事件。這些事件以 JSON 編碼文字 (以新行分隔) 的單行字串表示。蜂巢 JSON SerDe 不允許在map或struct密鑰名稱中重複的密鑰。

注意

SerDe 預期每個 JSON 文件都位於單行文字上，且記錄中欄位之間沒有行終止字元。如果 JSON 文本是漂亮的打印格式，您可能會收到一條錯誤消息，如 HIVE_CURSOR_ERROR：行不是有效的 JSON 對象或 HIVE_CURSOR_ERROR:: 意外 JsonParseException end-of-input：當您嘗試查詢表後創建表時，對象的預期關閉標記。如需詳細資訊，請參閱上 GitHub的 OpenX SerDe 文件中的 JSON 資料檔案。

下列範例 DDL 陳述式會使用 Hive JSON SerDe ，根據範例線上廣告資料建立資料表。在 LOCATION 子句中，請以您執行 Athena 所在位置的區域識別符 (例如 s3://us-west-2.elasticmapreduce/samples/hive-ads/tables/impressions) 來取代 s3://DOC-EXAMPLE-BUCKET.elasticmapreduce/samples/hive-ads/tables/impressions 中的 myregion。

CREATE EXTERNAL TABLE impressions (
    requestbegintime string,
    adid string,
    impressionid string,
    referrer string,
    useragent string,
    usercookie string,
    ip string,
    number string,
    processid string,
    browsercookie string,
    requestendtime string,
    timers struct
                <
                 modellookup:string, 
                 requesttime:string
                >,
    threadid string, 
    hostname string,
    sessionid string
)   
PARTITIONED BY (dt string)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
LOCATION 's3://DOC-EXAMPLE-BUCKET.elasticmapreduce/samples/hive-ads/tables/impressions';

使用蜂巢 JSON 指定時間戳記格式 SerDe

若要從字串中剖析時間戳記值，您可以將 WITH SERDEPROPERTIES 子欄位新增至 ROW FORMAT SERDE 子句並使用它來指定 timestamp.formats 參數。在參數中，指定一個或多個時間戳記模式的逗號分隔清單，如下範例所示：

...
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
WITH SERDEPROPERTIES ("timestamp.formats"="yyyy-MM-dd'T'HH:mm:ss.SSS'Z',yyyy-MM-dd'T'HH:mm:ss")
...

如需詳細資訊，請參閱 Apache Hive 文件中時間戳記。

載入資料表以進行查詢

建立資料表後，請執行 MSCK REPAIR TABLE 以載入資料表，並讓其可從 Athena 查詢：

MSCK REPAIR TABLE impressions

查詢 CloudTrail 記錄

您可以使用蜂巢 JSON SerDe 查詢 CloudTrail 記錄檔。如需詳細資訊和範例 CREATE TABLE 陳述式，則請參閱 查詢 AWS CloudTrail 記錄檔。