这个问题我之前也碰到过，Hive的默认行为确实容易让人困惑——你之前用SELECT *加处理逻辑的写法，本质是查询生成新的结果集，并不会直接修改原表，所以才会额外生成_c1这类新列。要直接更新原表并保留原列名，得根据你的表是否启用ACID事务来选择方案：

方案一：非ACID表（大部分大表的默认场景） #

Hive基于HDFS存储，默认表是不可变的，没法直接行级更新，最稳妥的方式是重写整个表，但要注意显式列出所有列，把目标列替换为处理后的值（用原列名）。

具体步骤： #

1. 先备份原表（非常重要！）：
   防止操作出错丢失数据，先复制一份备份表：

   CREATE TABLE tablename_backup AS SELECT * FROM tablename;
   

2. 重写原表，处理目标列：
   不要用SELECT *，而是把所有列逐一列出来，对目标列使用COALESCE或CASE WHEN处理后用原列名。比如你的目标列是columnname（BIGINT类型），其他列是col1、col2、col3等：

   INSERT OVERWRITE TABLE tablename
   SELECT
     col1,
     col2,
     col3,
     -- 处理目标列，替换NULL为0，保留原列名
     COALESCE(columnname, CAST(0 AS BIGINT)) AS columnname,
     -- 继续列出剩下的所有列
     col4,
     col5
   FROM tablename;
   

   如果你更习惯CASE WHEN，也可以写成：

   CASE WHEN columnname IS NULL THEN 0 ELSE columnname END AS columnname
   

3. 分区表额外注意：
   如果你的表是分区表，需要开启动态分区（避免手动指定每个分区）：

   SET hive.exec.dynamic.partition = true;
   SET hive.exec.dynamic.partition.mode = nonstrict;
   

   然后在INSERT语句中保留分区列，比如按dt分区：

   INSERT OVERWRITE TABLE tablename PARTITION(dt)
   SELECT
     col1,
     col2,
     COALESCE(columnname, CAST(0 AS BIGINT)) AS columnname,
     dt -- 分区列放在最后
   FROM tablename;
   

方案二：ACID事务表（适合小表或特定场景） #

Hive从0.14版本开始支持行级更新，但有严格的限制：表必须是内部表、存储格式为ORC、开启事务配置。如果你的表满足这些条件，可以直接用UPDATE语句：

前提配置（如果还没开启）： #

在Hive客户端先设置事务相关参数（或者在hive-site.xml中配置永久生效）：

SET hive.support.concurrency = true;
SET hive.enforce.bucketing = true;
SET hive.exec.dynamic.partition.mode = nonstrict;
SET hive.txn.manager = org.apache.hadoop.hive.ql.lockmgr.DbTxnManager;

并且表需要是事务表，创建时指定：

CREATE TABLE tablename (
  col1 STRING,
  columnname BIGINT,
  ...
)
STORED AS ORC
TBLPROPERTIES ('transactional'='true');

执行更新： #

直接针对NULL值的行更新目标列：

UPDATE tablename
SET columnname = COALESCE(columnname, 0)
WHERE columnname IS NULL;

⚠️ 注意：ACID表的更新性能对于超大表来说可能不如重写表，因为Hive的ACID是基于增量文件实现的，大量更新会产生很多小文件，影响后续查询性能。

内容的提问来源于stack exchange，提问作者luna