在Superset中用Apache Drill提取MongoDB数据时遇类型错误求助

问题原因 #

MongoDB是无Schema数据库，你的noOfstudet字段部分文档存储为INT类型，部分为BIGINT类型。Drill默认会根据前N条采样数据推断字段类型，当后续遇到类型不匹配的文档时，就会抛出类型冲突错误。直接使用CAST无效是因为Drill在数据解析阶段就已经检测到类型不兼容，CAST函数根本无法执行。

解决方案 #

1. 强制Drill统一字段类型（推荐）

修改Drill的MongoDB存储插件配置，强制指定noOfstudet字段为BIGINT类型，让Drill在读取时自动转换所有值：

1. 登录Drill Web控制台（默认端口8047）
2. 进入Storage页面，找到mongodb插件，点击Update
3. 在配置中添加type_mappings节点，指定字段类型：

{
  "type_mappings": {
    "fields": {
      "collegename.noOfstudet": "BIGINT"
    }
  },
  // 保留原有其他配置
}

4. 保存配置并重启Drill服务，之后查询即可正常读取所有数据。

2. 查询时兼容类型转换

如果无法修改Drill配置，可以在查询时先将字段转为字符串，再转换为BIGINT，同时用TRY_CAST避免转换失败导致查询中断：
若需要展开数组读取所有noOfstudet值：

SELECT 
  nameofcity,
  TRY_CAST(CAST(c.noOfstudet AS VARCHAR) AS BIGINT) AS noOfstudet
FROM your_collection,
     UNNEST(collegename) AS t(c)

若仅需数组第一个元素的noOfstudet：

SELECT 
  nameofcity,
  TRY_CAST(CAST(collegename[0].noOfstudet AS VARCHAR) AS BIGINT) AS noOfstudet
FROM your_collection

TRY_CAST会在转换失败时返回NULL，而非直接抛出错误，保证查询能完整执行。

3. 调整Drill的采样行数

Drill默认采样前100条文档推断类型，你可以修改drill-override.conf中的drill.exec.store.mongodb.sampling.size参数，增大采样行数，让Drill检测到字段的多类型情况，自动将字段类型推断为兼容的BIGINT：

drill.exec.store.mongodb.sampling.size: 500

修改后重启Drill即可，不过这种方法依赖数据分布，可靠性不如前两种方案。

内容的提问来源于stack exchange，提问作者Maneesh M M