hive location更新&hive元数据表详解

1.hive location更新方式

一、通过修改表DDL：

alter table table_name set location 'hdfs://nm:8020/table_path'

二、直接修改hive 的meta info:

update `DBS` set `DB_LOCATION_URI` = replace(DB_LOCATION_URI,"oldpath","newpath")
 
update SDS  set location =replace(location,'oldpath,'newpath')

2. hive命令操作方式

hive分为内部表和外部表，两种表修改路径方式不一样。

内部表

设置新的路径

alter table tb_table1 set location 'hdfs://cluster/hive/warehouse/test.db/tb_table2

移动表的文件

hdfs dfs -mv /hive/warehouse/test.db/tb_table1 /hive/warehouse/test.db/tb_table2

外部表
因为外部表删除表并不会删除文件，所以可以先删除表

drop table table1;

移动文件到新位置

hdfs dfs -mv /hive/warehouse/test.db/tb_table1 /hive/warehouse/test.db/tb_table2

新建新表, 并且指定路径为新地址

create external table table2 (....) location '/hive/warehouse/test.db/table2'

恢复元数据

msck repair table table2;

3.1 存储Hive版本的元数据表（VERSION）

该表比较简单，但很重要。
VER_IDSCHEMA_VERSIONVERSION_COMMENTID主键Hive版本版本说明10.13.0Set by MetaStore
如果该表出现问题，根本进入不了Hive-Cli。

比如该表不存在，当启动Hive-Cli时候，就会报错”Table ‘hive.version’ doesn’t exist”。

3.2 Hive数据库相关的元数据表（DBS、DATABASE_PARAMS）

该表存储Hive中所有数据库的基本信息，字段如下：
元数据表字段说明示例数据****DB_ID数据库ID2DESC数据库描述测试库DB_LOCATION_URI数据库HDFS路径hdfs://namenode/user/hive/warehouse/lxw1234.dbNAME数据库名lxw1234OWNER_NAME数据库所有者用户名lxw1234OWNER_TYPE所有者角色USER

DATABASE_PARAMS

该表存储数据库的相关参数，在CREATE DATABASE时候用

WITH DBPROPERTIES (property_name=property_value, …)指定的参数。
元数据表字段说明示例数据****DB_ID数据库ID2PARAM_KEY参数名createdbyPARAM_VALUE参数值lxw1234
DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。

3.3 Hive表和视图相关的元数据表

主要有TBLS、TABLE_PARAMS、TBL_PRIVS，这三张表通过TBL_ID关联。

TBLS

该表中存储Hive表、视图、索引表的基本信息。
元数据表字段说明示例数据****TBL_ID表ID1CREATE_TIME创建时间1436317071DB_ID数据库ID2，对应DBS中的DB_IDLAST_ACCESS_TIME上次访问时间1436317071OWNER所有者liuxiaowenRETENTION保留字段0SD_ID序列化配置信息86，对应SDS表中的SD_IDTBL_NAME表名lxw1234TBL_TYPE表类型MANAGED_TABLE、EXTERNAL_TABLE、INDEX_TABLE、VIRTUAL_VIEWVIEW_EXPANDED_TEXT视图的详细HQL语句select lxw1234.pt, lxw1234.pcid from liuxiaowen.lxw1234VIEW_ORIGINAL_TEXT视图的原始HQL语句select * from lxw1234

TABLE_PARAMS

该表存储表/视图的属性信息。
元数据表字段说明示例数据****TBL_ID表ID1PARAM_KEY属性名totalSize、numRows、EXTERNALPARAM_VALUE属性值970107336、21231028、TRUE

TBL_PRIVS

该表存储表/视图的授权信息
元数据表字段说明示例数据****TBL_GRANT_ID授权ID1CREATE_TIME授权时间1436320455GRANT_OPTION0GRANTOR授权执行用户liuxiaowenGRANTOR_TYPE授权者类型USERPRINCIPAL_NAME被授权用户usernamePRINCIPAL_TYPE被授权用户类型USERTBL_PRIV权限Select、AlterTBL_ID表ID22，对应TBLS表中的TBL_ID

3.4 Hive文件存储信息相关的元数据表

主要涉及SDS、SD_PARAMS、SERDES、SERDE_PARAMS

由于HDFS支持的文件格式很多，而建Hive表时候也可以指定各种文件格式，Hive在将HQL解析成MapReduce时候，需要知道去哪里，使用哪种格式去读写HDFS文件，而这些信息就保存在这几张表中。

该表保存文件存储的基本信息，如INPUT_FORMAT、OUTPUT_FORMAT、是否压缩等。

TBLS表中的SD_ID与该表关联，可以获取Hive表的存储信息。
元数据表字段说明示例数据****SD_ID存储信息ID1CD_ID字段信息ID21，对应CDS表INPUT_FORMAT文件输入格式org.apache.hadoop.mapred.TextInputFormatIS_COMPRESSED是否压缩0IS_STOREDASSUBDIRECTORIES是否以子目录存储0LOCATIONHDFS路径hdfs://namenode/hivedata/warehouse/ut.db/t_lxwNUM_BUCKETS分桶数量5OUTPUT_FORMAT文件输出格式org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormatSERDE_ID序列化类ID3，对应SERDES表

SD_PARAMS

该表存储Hive存储的属性信息，在创建表时候使用

STORED BY ‘storage.handler.class.name’ [WITH SERDEPROPERTIES (…)指定。
元数据表字段说明示例数据****SD_ID存储配置ID1PARAM_KEY存储属性名PARAM_VALUE存储属性值

SERDES

该表存储序列化使用的类信息
元数据表字段说明示例数据****SERDE_ID序列化类配置ID1NAME序列化类别名SLIB序列化类org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

SERDE_PARAMS

该表存储序列化的一些属性、格式信息,比如：行、列分隔符
元数据表字段说明示例数据****SERDE_ID序列化类配置ID1PARAM_KEY属性名field.delimPARAM_VALUE属性值,

3.5 Hive表字段相关的元数据表

主要涉及COLUMNS_V2

COLUMNS_V2

该表存储表对应的字段信息。
元数据表字段说明示例数据****CD_ID字段信息ID1COMMENT字段注释COLUMN_NAME字段名ptTYPE_NAME字段类型stringINTEGER_IDX字段顺序2

3.6 Hive表分区相关的元数据表

主要涉及PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS

PARTITIONS

该表存储表分区的基本信息。
元数据表字段说明示例数据****PART_ID分区ID1CREATE_TIME分区创建时间LAST_ACCESS_TIME最后一次访问时间PART_NAME分区名pt=2015-06-12SD_ID分区存储ID21TBL_ID表ID2

PARTITION_KEYS

该表存储分区的字段信息。
元数据表字段说明示例数据****TBL_ID表ID2PKEY_COMMENT分区字段说明PKEY_NAME分区字段名ptPKEY_TYPE分区字段类型stringINTEGER_IDX分区字段顺序1

PARTITION_KEY_VALS

该表存储分区字段值。
元数据表字段说明示例数据****PART_ID分区ID2PART_KEY_VAL分区字段值2015-06-12INTEGER_IDX分区字段值顺序0

PARTITION_PARAMS

该表存储分区的属性信息。
元数据表字段说明示例数据****PART_ID分区ID2PARAM_KEY分区属性名numFiles、numRowsPARAM_VALUE分区属性值15、502195

3.7 其他不常用的元数据表

DB_PRIVS

数据库权限信息表。通过GRANT语句对数据库授权后，将会在这里存储。

IDXS

索引表，存储Hive索引相关的元数据

INDEX_PARAMS

索引相关的属性信息。

TAB_COL_STATS

表字段的统计信息。使用ANALYZE语句对表字段分析后记录在这里。

TBL_COL_PRIVS

表字段的授权信息

PART_PRIVS

分区的授权信息

PART_COL_STATS

分区字段的统计信息。

PART_COL_PRIVS

分区字段的权限信息。

FUNCS

用户注册的函数信息

FUNC_RU

用户注册函数的资源信息

3.8 示例

建表语句：

CREATE TABLE lxw1234 (
 cookieid STRING,
 url STRING,
 ua STRING,
 ip STRING,
 createtime STRING
) 
COMMENT 'This is the page view table' 
partitioned BY (day STRING,site STRING) 
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ',' 
stored AS ORC;

建表执行之后，元数据中以下表的数据会有所变化：

TBLS

生成了表lxw1234的基本信息

SELECT * FROM TBLS WHERE TBL_NAME = ‘lxw1234’;
元数据表字段数据TBL_ID41509CREATE_TIME1436324659DB_ID11LAST_ACCESS_TIME0OWNERliuxiaowenRETENTION0SD_ID91740TBL_NAMElxw1234TBL_TYPEMANAGED_TABLEVIEW_EXPANDED_TEXTNULLVIEW_ORIGINAL_TEXTNULL

TABLE_PARAMS

select * from TABLE_PARAMS WHERE TBL_ID=41509
TBL_IDPARAM_KEYPARAM_VALUE41509commentThis is the page view table41509transient_lastDdlTime1436324659

SELECT * FROM SDS WHERE SD_ID = 91740
元数据表字段数据SD_ID91740CD_ID41564INPUT_FORMATorg.apache.hadoop.hive.ql.io.orc.OrcInputFormatIS_COMPRESSED0IS_STOREDASSUBDIRECTORIES0LOCATIONhdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234NUM_BUCKETS-1OUTPUT_FORMATorg.apache.hadoop.hive.ql.io.orc.OrcOutputFormatSERDE_ID****91740

SERDES

select * from SERDES WHERE SERDE_ID = 91740
元数据表字段数据SERDE_ID91740NAME****SLIBorg.apache.hadoop.hive.ql.io.orc.OrcSerde

SERDE_PARAMS

select * from SERDE_PARAMS WHERE SERDE_ID=91740
SERDE_IDPARAM_KEYPARAM_VALUE91740field.delim,91740serialization.format,

COLUMNS_V2

select * from COLUMNS_V2 WHERE CD_ID=41564 ORDER BY INTEGER_IDX
CD_IDCOMMENTCOLUMN_NAMETYPE_NAMEINTEGER_IDX41564cookieidstring041564urlstring141564uastring241564ipstring341564createtimestring4

PARTITION_KEYS

select * from PARTITION_KEYS WHERE TBL_ID=41509
TBL_IDPKEY_COMMENTPKEY_NAMEPKEY_TYPEINTEGER_IDX41509daystring041509sitestring1
再插入数据：

INSERT OVERWRITE TABLE lxw1234 PARTITION (day = '2015-07-08', site = 'test.com') 
SELECT 
'cookie1' AS cookieid,
'http://test.com' AS url,
'firefox' AS ua,
'127.0.0.1' AS ip,
'2015-07-08 11:00:01' AS createtime 
FROM dual 
limit 1;

插入数据执行完之后，以下表的元数据发生变化：

PARTITIONS

select * from PARTITIONS WHERE TBL_ID=41509
PART_IDCREATE_TIMELAST_ACCESS_TIMEPART_NAMESD_ID****TBL_ID5447214363258120day=2015-07-08/site=lxw1234.com9174641509

select * from SDS WHERE SD_ID=91746

注意：这里的存储和表的存储是不同的，因为每个分区也会有一个SD
元数据表字段数据SD_ID91746CD_ID41564INPUT_FORMATorg.apache.hadoop.hive.ql.io.orc.OrcInputFormatIS_COMPRESSED0IS_STOREDASSUBDIRECTORIES0LOCATIONhdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234/day=2015-07-08/site=lxw1234.comNUM_BUCKETS-1OUTPUT_FORMATorg.apache.hadoop.hive.ql.io.orc.OrcOutputFormatSERDE_ID****91746

PARTITION_KEY_VALS

select * from PARTITION_KEY_VALS where PART_ID=54472
PART_IDPART_KEY_VALINTEGER_IDX544722015-07-08054472lxw1234.com1

PARTITION_PARAMS

select * from PARTITION_PARAMS where PART_ID = 54472
PART_IDPARAM_KEYPARAM_VALUE54472COLUMN_STATS_ACCURATEtrue54472numFiles154472numRows154472rawDataSize40854472totalSize70354472transient_lastDdlTime1436325813
在分区的属性里面，生成的该分区的统计信息（Statistics）。

参考：https://www.cnblogs.com/qingyunzong/p/8710356.html

标签： spark 大数据

本文转载自: https://blog.csdn.net/ZYC88888/article/details/132807590
版权归原作者 ZhaoYingChao88 所有，如有侵权，请联系我们删除。

hive location更新&hive元数据表详解

1.hive location更新方式

2. hive命令操作方式

3.1 存储Hive版本的元数据表（VERSION）

3.2 Hive数据库相关的元数据表（DBS、DATABASE_PARAMS）

3.3 Hive表和视图相关的元数据表

3.4 Hive文件存储信息相关的元数据表

3.5 Hive表字段相关的元数据表

3.6 Hive表分区相关的元数据表

3.7 其他不常用的元数据表

3.8 示例

发表评论

“hive location更新&hive元数据表详解”的评论:

关于作者

overfit同步小助手

相关阅读

文章导航