ValidationFailureSemanticException：分区规范包含非分区列

如何解决ValidationFailureSemanticException：分区规范包含非分区列

我正在尝试将一个简单的用例插入S3上的配置单元分区表中。我正在EMR的齐柏林飞艇笔记本上运行我的代码，下面是我的代码以及命令输出的屏幕截图。我检查了配置单元表和数据框的架构，列名称没有大小写差异。我收到下面提到的异常。

import org.apache.spark.sql.hive.HiveContext
import sqlContext.implicits._

System.setProperty("hive.metastore.uris","thrift://datalake-hive-server2.com:9083")
val hiveContext = new HiveContext(sc)
hiveContext.setConf("hive.exec.dynamic.partition","true")
hiveContext.setConf("hive.exec.dynamic.partition.mode","nonstrict")

spark.sql("""CREATE EXTERNAL TABLE employee_table (Emp_Id STRING,First_Name STRING,Salary STRING)  PARTITIONED BY (Month STRING)  LOCATION 's3n://dev-emr-jupyter/anup/' 
TBLPROPERTIES ("skip.header.line.count"="1") """)


val csv_df = spark.read
         .format("csv")
         .option("header","true").load("s3n://dev-emr-jupyter/anup/test_data.csv")
    
import org.apache.spark.sql.SaveMode
csv_df.registerTempTable("csv")

spark.sql(""" INSERT OVERWRITE TABLE employee_table PARTITION(Month) select Emp_Id,First_Name,Salary,Month from csv""")

org.apache.spark.sql.AnalysisException：org.apache.hadoop.hive.ql.Metadata.Table.ValidationFailureSemanticException：分区规范{month =，Month = May}包含非分区列；在org.apache.spark.sql.hive.HiveExternalCatalog.withClient（HiveExternalCatalog.scala：106）

解决方法

您需要在insert语句之前放置命令，以便能够在运行时填充分区。默认情况下，动态分区模式设置为strict。

spark.sql("set hive.exec.dynamic.partition.mode=nonstrict")

尝试添加该行，然后再次运行。

编辑1：

我在您的图片中看到，当您执行csv_df.show()时，您的薪水列将排在最后，而不是月份列。尝试在insert语句中引用您的列，例如：insert into table_name partition(month) (column1,column2..)..

弗洛林