这个问题的核心是Hive默认输出的collect_set列表格式是元素间用空格分隔（比如["Apple" "Mango"]），而你用sed仅替换制表符为逗号时，列表内部的空格会被CSV解析器误判为列分隔符，导致字段拆分。下面提供几种可行的解决方案：

方案1：在Hive查询中预处理列表字段（推荐） #

直接在查询阶段把列表格式化为标准的逗号分隔数组，从根源避免拆分问题：

方法1.1 生成带引号的标准JSON数组格式 #

如果需要保留元素的引号，用transform给每个元素添加引号，再用concat_ws拼接：

SELECT concat('[', concat_ws(',', transform(col1, x -> concat('"', x, '"'))), ']') AS col1
FROM your_table;

这个查询会把collect_set生成的列表直接转为["Apple","Mango"]的格式，导出后自然是单列内容。

方法1.2 简化为逗号分隔的字符串（无需方括号） #

如果不需要方括号，直接用concat_ws把列表转为普通逗号分隔字符串：

SELECT concat_ws(',', col1) AS col1
FROM your_table;

输出会是Apple,Mango，作为单列写入CSV。

方案2：修改导出时的Shell命令 #

如果不想修改Hive查询，可以通过sed先处理列表内部的空格，再替换制表符：

hive -e "SELECT col1 FROM your_table" | sed -e 's/ "/","/g' -e 's/[\t]/,/g' > output.csv

• 第一个sed规则：把列表内的 "（空格+引号）替换为","，将["Apple" "Mango"]转为["Apple","Mango"]
• 第二个规则：把Hive默认的制表符分隔替换为逗号

方案3：使用Hive内置的CSV输出格式 #

如果你的Hive版本是2.x及以上，可以直接指定csv2输出格式，它会自动处理字段内的特殊字符，用引号包裹字段避免拆分：

hive --outputformat=csv2 -e "SELECT col1 FROM your_table" > output.csv

这种方式最省心，Hive会自动处理列表字段的格式，确保它作为一个整体写入CSV。

内容的提问来源于stack exchange，提问作者user2510479