HiveServer2 does not return ResultSets in UTF-8 encoding 解决HiveServer2 JDBC显示UTF8乱码的问题

add following env variables in Hive startup script ($HIVE_HOME/bin/hive):

export LANG=en_US.UTF-8
export HADOOP_OPTS="$HADOOP_OPTS -Dfile.encoding=UTF-8"

MapR cluster: /opt/mapr/hive/hive-0.11/bin/hive

Cloudera cluster: /opt/cloudera/parcels/CDH/lib/hive/bin/hive

other Hadoop distribution: /usr/lib/hive/bin/hive (maybe...)

make sure, your data in HDFS are encoded in UTF-8, if not, you should set LANG variable and file.encoding in HADOOP_OPTS as same as the encoding you used for the files in HDFS.

我们通过 Hive JDBC 读数据的时候，如果有非 ascii 字符，比如中文，CJK，之类的，默认情况下很可能是无法正确读取的，要么是乱码，要么是问号。。。

可以通过给hive的启动脚本添加上面两个环境变量解决，不同hadoop发行版的hive启动脚本位置有所不同，上面也列出了。

其实重点就是，你存入HDFS的文件编码要与启动hive，hiveserver2，sqoop之类的这些服务的环境变量相同，可以通过在启动脚本中设置LANG，和在HADOOP_OPTS中指定file.encoding解决。

如果你存入hdfs的文件是UTF8，那就这样设置，如果是GBK之类的，就

export LANG="zh_CN.GBK"
export HADOOP_OPTS="$HADOOP_OPTS -Dfile.encoding=GBK"