hive”return code 1 from org.apache.hadoop.hive.ql.exec.MoveTask”问题

1.问题背景

需要将生成的数据放到hive中。

原本思路通过python的impala包插入，发现速度很慢：10条数据需要200多秒。

改用先将数据写到hdfs中，然后通过load命令，将hdfs中的文件load到hive中。

load时出现”return code 1 from org.apache.hadoop.hive.ql.exec.MoveTask”错误。

2.问题出现过程

过程：

hive中新建表
将数据(没有列名)上传到hdfs
load命令将数据load到hive中

hive中新建表

建表语句：

create table my_student(id int, name string) 
row format delimited fields Terminated by ',' lines terminated by '\n'stored AS textfile

数据上传

# 数据上传：
from hdfs.client import Client
client = Client(hadoop_http_path, root="/", timeout=10000, session=False)
client.write(hdfs_path, data, overwrite=True, append=False, encoding='utf-8')

执行hive的load命令

LOAD DATA INPATH hdfs_path INTO TABLE table_name

　或者在python中执行。

3.问题

执行load命令(在DBeaver或者python中)，会出现以下错误：

4.问题和解决方法

查看日志：

查看http://hadoop_master_ip:50070/logs下的hadoop-hdfs-namenode-xxxx.log日志
curl http://hadoop_master_ip:50070/logs/hadoop-hdfs-namenode-xxx.log >> a.txt
cat a.txt | grep 时间

是由于"destination exists" 原因导致MoveTask错误。

解决方法：

在load命令中加入overwrite，覆盖之前的内容。

load命令的正确写法：

LOAD DATA INPATH hdfs_path OVERWRITE INTO TABLE table_name

经测试，可以解决这个日志报的错误。

5.后续

出现这个错误，网上有说是move权限原因：可以通过关闭hive的文件权限继承 hive.warehouse.subdir.inherit.perms=false 来规避该问题。

MoveTask错误可能有多种原因，一切还是看日志报的什么错。