往hive中导入.txt或者.csv文件，导入没有报错，导入后通过查询界面发现，中文字段出现乱码的情况。

因为Hive默认是所有文件都是UTF-8的（utf-8本身支持中文没有问题的。hadoop涉及输出文本的默认输出编码统一用没有BOM的UTF-8的形式，但是一般我们导入的文件都是在windows下编辑的，而windows默认的中文文本输出编码格式为GBK.）

Hive将按照UTF8编码格式对数据文件进行解析和查询。如果数据文件不是UTF8，则需要SerDe支持指定编码格式。对于常用的LazySimpleSerDe是支持指定字符集对的。

对于这种hive导入中文出现乱码的情况有两种解决方式：

1.直接用editplus等软件，将文本文件修改utf-8的编码格式（符合hive，即底层hdfs的编码格式），保存后重新load进hive中，一般不会中文乱码了。

2.直接将hive，底层的编码格式改成gbk,和windows一致也可以（不推荐）

 ALTER TABLE  AAA  SET SERDEPROPERTIES ('serialization.encoding'='GBK'); 

两种方法都可以使导入的中文文本不会出现乱码情况

作者：涤生手记

链接：https://hero78.blog.csdn.net/article/details/80798974

来源：CSDN

著作权归作者所有，转载请联系作者获得授权，切勿私自转载。