hive表格字段错位解决办法（源文件为json）
hive表格可以直接解析json文件、甚至是json文件的压缩包，用json文件解析表格直接建表会很方便，如图：
但是如果json的value中有多个逗号的话，那些不是以json格式作为源文件格式的表格去读取json表格的数据的时候会导致数据列错位，因为默认的text表格默认是以逗号作为分隔符的，会直接把json的value里的逗号当成分隔符来处理了。如图：
解决方法：
修改后续表格的文件格式：
默认的格式
ROW FORMAT SERDE
'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT
'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'新的格式：
ROW FORMAT SERDE
'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
'is.datastream.json'='false')
STORED AS INPUTFORMAT
'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'新的表格的row格式为json
这里就要解释一下这几个字段的含义了
先看官网表述：
SerDe is a short name for “Serializer and Deserializer.”
Hive uses SerDe (and !FileFormat) to read and write table rows.
HDFS files –> InputFileFormat –> –> Deserializer –> Row object
Row object –> Serializer –> –> OutputFileFormat –> HDFS files
Note that the "key" part is ignored when reading, and is always a constant when writing. Basically row object is stored into the "value". 基本解释了hive从hdfs到结果展示和将hive内容写入hdfs的整个过程。
总结一下，当面临一个HDFS上的文件时，Hive将如下处理（以读为例）：
(1) 调用InputFormat，将文件切成不同的文档。每篇文档即一行(Row)。
(2) 调用SerDe的Deserializer，将一行(Row)，切分为各个字段。
当HIVE执行INSERT操作，将Row写入文件时，主要调用OutputFormat、SerDe的Seriliazer，顺序与读取相反。
ROW FORMAT SERDE
行格式，SerDe是Serialize/Deserilize的简称，目的是用于序列化和反序列化。
序列化是对象转换为字节序列的过程。
序列化是字节序列恢复为对象的过程。
对象的序列化主要有两种用途：对象的持久化，即把对象转换成字节序列后保存到文件中；对象数据的网络传送。
除了上面两点， hive的序列化的作用还包括：Hive的反序列化是对key/value反序列化成hive table的每个列的值。Hive可以方便的将数据加载到表中而不需要对数据进行转换，这样在处理海量数据时可以节省大量的时间。
SerDe说明hive如何去处理一条记录，包括Serialize/Deserilize两个功能， Serialize把hive使用的java object转换成能写入hdfs的字节序列，或者其他系统能识别的流文件。Deserilize把字符串或者二进制流转换成hive能识别的java object对象。比如：select语句会用到Deserilize对象， 把hdfs数据解析出来；insert语句会使用Serialize，数据写入hdfs系统，需要把数据序列化。
行格式的话hive提供了有很多种默认的比如：
'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
解析json用的：
'org.openx.data.jsonserde.JsonSerDe'
等等
WITH SERDEPROPERTIES
这个是序列化/反序列化涉及到的一些参数设置
STORED AS INPUTFORMAT
读取hdfs文件的存储格式，默认使用的是TextInputFormat，一行表示一条记录。在每条记录(一行中)，默认使用^A分割各个字段。在有些时候，我们往往面对多行，结构化的文档，并需要将其导入Hive处理，此时，就需要自定义InputFormat、OutputFormat，以及SerDe了。其他的格式还有SEQUENCEFILE、ORC等等。
默认的text格式可以直接在hadoop上查看内容，最简单方便但是占用空间最多、效率也最低。
OUTPUTFORMAT
存储文件的格式，默认是text，其他的格式还有SEQUENCEFILE、ORC等等。
总结
inputformat和outputformat基本上就规定这个hive表格在读取和存储数据时的文件格式，然后row format serde规定了如何去解析和存储内容，具体这几项的内容可以去hive的官网学习参考。
转载和参考内容：
https://stackoverflow.com/questions/42416236/what-is-the-difference-between-inputformat-outputformat-stored-as-in-hive
https://www.coder4.com/archives/4031
https://www.cnblogs.com/Richardzhu/p/3613661.html
https://blog.csdn.net/longshenlmj/article/details/51702343
https://blog.csdn.net/mhtian2015/article/details/78873815
https://www.jianshu.com/p/9c43f03b97e7