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_ID | SCHEMA_VERSION | VERSION_COMMENT |
ID主键 | Hive版本 | 版本说明 |
1 | 0.13.0 | Set 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)
- DBS
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ID 2 DESC 数据库描述 测试库 DB_LOCATION_URI 数据库HDFS路径 hdfs://namenode/user/hive/warehouse/lxw1234.db NAME 数据库名 lxw1234 OWNER_NAME 数据库所有者用户名 lxw1234 OWNER_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ID 2 PARAM_KEY 参数名 createdby PARAM_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ID 1 CREATE_TIME 创建时间 1436317071 DB_ID 数据库ID 2,对应DBS中的DB_ID LAST_ACCESS_TIME 上次访问时间 1436317071 OWNER 所有者 liuxiaowen RETENTION 保留字段 0 SD_ID 序列化配置信息 86,对应SDS表中的SD_ID TBL_NAME 表名 lxw1234 TBL_TYPE 表类型 MANAGED_TABLE、EXTERNAL_TABLE、INDEX_TABLE、VIRTUAL_VIEW VIEW_EXPANDED_TEXT 视图的详细HQL语句 select `lxw1234`.`pt`, `lxw1234`.`pcid` from `liuxiaowen`.`lxw1234` VIEW_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ID 1 PARAM_KEY 属性名 totalSize、numRows、EXTERNAL PARAM_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ID 1 CREATE_TIME 授权时间 1436320455 GRANT_OPTION 0 GRANTOR 授权执行用户 liuxiaowen GRANTOR_TYPE 授权者类型 USER PRINCIPAL_NAME 被授权用户 username PRINCIPAL_TYPE 被授权用户类型 USER TBL_PRIV 权限 Select、Alter TBL_ID 表ID 22,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。
- SDS
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ID 1 CD_ID 字段信息ID 21,对应CDS表 INPUT_FORMAT 文件输入格式 org.apache.hadoop.mapred.TextInputFormat IS_COMPRESSED 是否压缩 0 IS_STOREDASSUBDIRECTORIES 是否以子目录存储 0 LOCATION HDFS路径 hdfs://namenode/hivedata/warehouse/ut.db/t_lxw NUM_BUCKETS 分桶数量 5 OUTPUT_FORMAT 文件输出格式 org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat SERDE_ID 序列化类ID 3,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ID 1 PARAM_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ID 1 NAME 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ID 1 PARAM_KEY 属性名 field.delim PARAM_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ID 1 COMMENT 字段注释 COLUMN_NAME 字段名 pt TYPE_NAME 字段类型 string INTEGER_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ID 1 CREATE_TIME 分区创建时间 LAST_ACCESS_TIME 最后一次访问时间 PART_NAME 分区名 pt=2015-06-12 SD_ID 分区存储ID 21 TBL_ID 表ID 2 - 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ID 2 PKEY_COMMENT 分区字段说明 PKEY_NAME 分区字段名 pt PKEY_TYPE 分区字段类型 string INTEGER_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ID 2 PART_KEY_VAL 分区字段值 2015-06-12 INTEGER_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ID 2 PARAM_KEY 分区属性名 numFiles、numRows PARAM_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_ID 41509 CREATE_TIME 1436324659 DB_ID 11 LAST_ACCESS_TIME 0 OWNER liuxiaowen RETENTION 0 SD_ID 91740 TBL_NAME lxw1234 TBL_TYPE MANAGED_TABLE VIEW_EXPANDED_TEXT NULL VIEW_ORIGINAL_TEXT NULL - TABLE_PARAMS
select * from TABLE_PARAMS WHERE TBL_ID=41509
TBL_ID PARAM_KEY PARAM_VALUE 41509 comment This is the page view table 41509 transient_lastDdlTime 1436324659 - SDS
SELECT * FROM SDS WHERE SD_ID = 91740
元数据表字段 数据 SD_ID 91740 CD_ID 41564 INPUT_FORMAT org.apache.hadoop.hive.ql.io.orc.OrcInputFormat IS_COMPRESSED 0 IS_STOREDASSUBDIRECTORIES 0 LOCATION hdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234 NUM_BUCKETS -1 OUTPUT_FORMAT org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat SERDE_ID 91740 - SERDES
select * from SERDES WHERE SERDE_ID = 91740
元数据表字段 数据 SERDE_ID 91740 NAME SLIB org.apache.hadoop.hive.ql.io.orc.OrcSerde - SERDE_PARAMS
select * from SERDE_PARAMS WHERE SERDE_ID=91740
SERDE_ID PARAM_KEY PARAM_VALUE 91740 field.delim , 91740 serialization.format , - COLUMNS_V2
select * from COLUMNS_V2 WHERE CD_ID=41564 ORDER BY INTEGER_IDX
CD_ID COMMENT COLUMN_NAME TYPE_NAME INTEGER_IDX 41564 cookieid string 0 41564 url string 1 41564 ua string 2 41564 ip string 3 41564 createtime string 4 - PARTITION_KEYS
select * from PARTITION_KEYS WHERE TBL_ID=41509
TBL_ID PKEY_COMMENT PKEY_NAME PKEY_TYPE INTEGER_IDX 41509 day string 0 41509 site string 1 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_ID CREATE_TIME LAST_ACCESS_TIME PART_NAME SD_ID TBL_ID 54472 1436325812 0 day=2015-07-08/site=lxw1234.com 91746 41509 - SDS
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_ID 91746 CD_ID 41564 INPUT_FORMAT org.apache.hadoop.hive.ql.io.orc.OrcInputFormat IS_COMPRESSED 0 IS_STOREDASSUBDIRECTORIES 0 LOCATION hdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234/day=2015-07-08/site=lxw1234.com NUM_BUCKETS -1 OUTPUT_FORMAT org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat SERDE_ID 91746 - PARTITION_KEY_VALS
select * from PARTITION_KEY_VALS where PART_ID=54472
PART_ID PART_KEY_VAL INTEGER_IDX 54472 2015-07-08 0 54472 lxw1234.com 1 - PARTITION_PARAMS
select * from PARTITION_PARAMS where PART_ID = 54472
PART_ID PARAM_KEY PARAM_VALUE 54472 COLUMN_STATS_ACCURATE true 54472 numFiles 1 54472 numRows 1 54472 rawDataSize 408 54472 totalSize 703 54472 transient_lastDdlTime 1436325813 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
- PARTITION_PARAMS
- PARTITION_KEY_VALS
- SDS
- PARTITIONS
- PARTITION_KEYS
- COLUMNS_V2
- SERDE_PARAMS
- SERDES
- SDS
- TABLE_PARAMS
- TBLS
- FUNC_RU
- FUNCS
- PART_COL_PRIVS
- PART_COL_STATS
- PART_PRIVS
- TBL_COL_PRIVS
- TAB_COL_STATS
- INDEX_PARAMS
- IDXS
- DB_PRIVS
- PARTITION_PARAMS
- PARTITION_KEY_VALS
- PARTITION_KEYS
- PARTITIONS
- COLUMNS_V2
- SERDE_PARAMS
- SERDES
- SD_PARAMS
- SDS
- TBL_PRIVS
- TABLE_PARAMS
- TBLS
- DATABASE_PARAMS