设置beeline连接hive的数据展示格式

　　问题描述：beeline -u 方式导出数据，结果文件中含有“|”（竖杠）。

　　执行的sql为：beeline -u jdbc:hive2://hadoop1:10000/default -e 'select * from tablename' > /home/tmp/result.nb

　　执行结果如下：

　　在Beeline中，结果可以被展示为多种格式，格式可以在outputformat参数中设置。下面是支持的输出各式：

• table
• vertical
• xmlattr
• xmlelements
• separated-value formats (csv, tsv, csv2, tsv2, dsv)

　　其中table、vertical、xmlattr和xmlelements是按照特有的形式展示结果，比如vertical以key-value格式展示，xmlelements以xml格式展示。详情见：

https://cwiki.apache.org/confluence/display/Hive/HiveServer2+Clients

separated-value formats展示形式是将一行值按照不同分割符分开，主要包括五种分割输出格式：csv, tsv, csv2, tsv2, dsv，目前csv和tsv已经被csv2和tsv2替代了。dsv，csv2和tsv2是从 Hive 0.14 开始引入的SV输出格式，csv2使用的是逗号，tsv2使用的是tab空格，dsv是可配置的。对于dsv格式，分隔符可以通过用参数 delimiterForDSV 进行设置，默认是 '|'。

　　对于问题描述可知beeline输出结果中字段之间使用“|”分割的，从前面分析可知， csv2和tsv2格式字段值分割符不可能是“|”，只有输出为dsv格式，分割符可以设置，且默认分割符是“|”。可是在执行beeline时并未设置outputformat和delimiterForDSV 参数的值，说明使用的是Beeline默认的输出格式，从outputformat说明中得知Beeline默认的输出各式为table模式，所以接下来就需要弄清楚table模式下字段分隔符是否为“|”。

　　首先在BeeLine类中找到展示结果相关的代码，如下图所示：

　　从上图可知，beeline使用的输出格式是通过getOutputFormat()方法获取的，那就进入该方法看看，如下图所示：

　　可以看出getOutputFormat()方法直接将outputFormat值返回，接下来就需要看看outputFormat的值从哪来的，通过搜索得知除了outputFormat的默认值外，只有上图中setOutputFormat(String outputFormat)会给outputFormat设置值，可是setOutputFormat(String outputFormat)只有在beeline执行语句中设置outputformat才会被调用，而事实并未在beeline中设置outputformat，所以getOutputFormat()获取的是outputformat默认值，outputformat的默认值为"table"，相关代码如下：

　　TableOutputFormat类的print()方法实现逻辑如下：

　　从上图可知，在print()方法中主要是设置表格中表头、表体、表中值的展示格式，这里只关注表中字段值的分割符，因此继续进入图中第85行代码看看对值的格式处理，代码如下：

　　此处要看的是table默认下对值是怎么分割的，故header的值为false，所以会走该段代码的else逻辑，显然从图中红框中的代码可知值之间使用“|”分割的。

　　经过以上分析可知，如果没有在beeline执行语句中设置outputformat参数，默认展示格式会使用table模式，而table模式下字段值之间的分割符为“|”，因此我们看到beeline展示的结果是以“|”分割的。如果不想使用“|”作为分割符，可以通过以下方式来设置：

　　方式一：如果值之间用逗号分割，可以在beeline执行语句中加入--outputformat=csv2；如果值之间用tab分割，可以在beeline执行语句中加入--outputformat=tsv2。

　　（1）将beeline的输出格式设置为csv2，即以逗号作为值之间的分割符。

　　SQL示例如下：

　　beeline -u jdbc:hive2://hadoop1:10000/default --outputformat=csv2  -e 'select * from tablename' > /home/tmp/result.nb

　　展示结果如下：

　　（2）将beeline的输出格式设置为tsv2，即以tab作为值之间的分割符

　　SQL示例如下：

　　beeline -u jdbc:hive2://hadoop1:10000/default --outputformat=tsv2  -e 'select * from tablename' > /home/tmp/result.nb

　　展示结果如下：

　　方式二：如果方式的分割符不满足需求，想通过其他分割符来分割beeline的执行结果值，可以在beeline执行语句中加入--outputformat=dsv2和--delimiterForDSV=DELIMITER。

　　（1）将beeline的输出格式设置为dsv2，使用dsv2默认的分割符，即‘|’。

　　SQL示例如下：

　　beeline -u jdbc:hive2://hadoop1:10000/default --outputformat=dsv -e 'select * from tablename' > /home/tmp/result.nb

　　结果展示如下：

　　（2）将beeline的输出格式设置为dsv2，并以tab作为值之间得分割符

　　SQL示例如下：

　　beeline -u jdbc:hive2://hadoop1:10000/default --outputformat=dsv --delimiterForDSV=$'\t'  -e 'select * from tablename' > /home/tmp/result.nb

　　结果展示如下：

　　（3）将beeline的输出格式设置为dsv2，并以#作为值之间得分割符

　　SQL示例如下：

　　beeline -u jdbc:hive2://hadoop1:10000/default --outputformat=dsv --delimiterForDSV=#  -e 'select * from tablename' > /home/tmp/result.nb

　　结果展示如下：

　　备注：如果使用dsv2输出格式，值之间的分割符使用默认值，在beeline执行语句中只需要加入--outputformat=dsv就可以；如果使用dsv2输出格式，想通过自定义分割符来对值进行分割，不仅要在beeline执行语句中只需要加入--outputformat=dsv，还需要加入--delimiterForDSV=DELIMITER，实际使用时DELIMITER的值可替换为自定义的分割符。