如何向Impala新增列导入数据？基于Stu_ID关联schema2.table2的方案

你的理解完全正确：Impala仅支持对Kudu表执行UPDATE/DELETE这类行级修改操作，非Kudu存储的表（比如基于HDFS的Parquet、ORC等格式表）无法直接使用UPDATE语句更新数据。

可行实现方法 #

方法一：创建临时合并表替换原表（通用方案） #

适用于大多数非Kudu表场景，通过生成包含目标数据的临时表，替换原表完成数据更新：

1. 创建临时表，关联原表与table2的数据，合并得到完整的目标数据集

CREATE TABLE schema1.table1_temp AS
SELECT 
    t1.Stu_ID,
    t1.Math,
    -- 若table2无对应Stu_ID数据，保留原表的NULL，可根据需求调整逻辑
    COALESCE(t2.Literature, t1.Literature) AS Literature
FROM schema1.table1 t1
LEFT JOIN schema2.table2 t2
ON t1.Stu_ID = t2.Stu_ID;

2. 删除原表

DROP TABLE schema1.table1;

3. 将临时表重命名为原表名

ALTER TABLE schema1.table1_temp RENAME TO schema1.table1;

方法二：分区表针对性更新（优化方案） #

如果schema1.table1是分区表，可避免全表替换，仅对目标分区操作：

1. 针对单个分区导出数据并关联table2，写入临时分区表

CREATE TABLE schema1.table1_part_temp AS
SELECT 
    t1.Stu_ID,
    t1.Math,
    COALESCE(t2.Literature, t1.Literature) AS Literature
FROM schema1.table1 t1
LEFT JOIN schema2.table2 t2
ON t1.Stu_ID = t2.Stu_ID
WHERE t1.分区字段 = '目标分区值'; -- 替换为实际分区字段和值

2. 删除原表的目标分区

ALTER TABLE schema1.table1 DROP PARTITION (分区字段 = '目标分区值');

3. 将临时分区的数据插入原表对应分区

INSERT INTO schema1.table1 PARTITION (分区字段 = '目标分区值')
SELECT Stu_ID, Math, Literature FROM schema1.table1_part_temp;

4. 清理临时表

DROP TABLE schema1.table1_part_temp;

特殊情况：若table1是Kudu表 #

如果你的schema1.table1是Kudu存储的表，可直接使用UPDATE语句完成更新：

UPDATE schema1.table1 t1
SET t1.Literature = t2.Literature
FROM schema2.table2 t2
WHERE t1.Stu_ID = t2.Stu_ID;

内容的提问来源于stack exchange，提问作者Sang Nguyen