Presto中int列转double是否合法？修改后查询报错如何解决？

问题背景 #

用ALTER语句修改Hive表中int类型的col1为double类型：

ALTER TABLE schema_name.table_name CHANGE COLUMN col1 col1 double CASCADE;

在Hive中查询该表分区partition_column = '2022-12-01'正常，但Presto执行查询：

select * from schema_name.table_name where partition_column = '2022-12-01'

时报错：

schema_name.table_name is declared as type double, but the Parquet file (hdfs://ns-platinum-prod-phx/secure/user/hive/warehouse/db_name.db/table_name/partition_column=2022-12-01/000002_0) declares the column as type INT32

根源是ALTER只修改了Hive元数据，HDFS上的Parquet文件里col1还是INT32类型。Hive默认会自动做类型兼容转换，但Presto默认严格校验元数据与文件实际类型，所以触发报错。

可行解决方案（无需全量重写数据） #

• 开启Presto类型兼容配置
  在Presto的Hive连接器配置文件（如etc/catalog/hive.properties）中添加：

  hive.parquet.coerce-types=true
  hive.allow-type-mismatch=true
  

  也可以在会话级别临时生效：

  SET SESSION hive.parquet.coerce_types = true;
  SET SESSION hive.allow_type_mismatch = true;
  

  开启后Presto会自动把INT32转为double，不用动原表和数据。

• 创建视图封装类型转换
  基于原表建一个视图，在视图里显式转换col1类型：

  CREATE VIEW schema_name.table_double_view AS
  SELECT 
    CAST(col1 AS DOUBLE) AS col1,
    col2, col3, partition_column -- 替换为表中其他实际字段
  FROM schema_name.table_name;
  

  之后直接查询这个视图就能拿到正确类型的数据，完全不影响原表。

• 渐进式更新分区数据
  如果要彻底修正文件里的类型，可以分批处理分区，每次只操作一个分区：

  INSERT OVERWRITE TABLE schema_name.table_name PARTITION(partition_column='2022-12-01')
  SELECT 
    CAST(col1 AS DOUBLE),
    col2, col3 -- 其他字段原样保留
  FROM schema_name.table_name 
  WHERE partition_column='2022-12-01';
  

  这种方式可以分阶段处理，避免一次性操作全量数据带来的资源压力。

内容的提问来源于stack exchange，提问作者Koulick Sadhu