Hive的元数据表结构详解
来源:互联网 发布:js prompt没弹出来 编辑:程序博客网 时间:2024/05/20 03:42
原文地址:https://www.cnblogs.com/1130136248wlxk/articles/5517909.html
关键字:Hive元数据、Hive元数据表结构
本文介绍一下Hive元数据中重要的一些表结构及用途,以Hive0.13为例。
文章最后面,会以一个示例来全面了解一下,Hive的元数据是怎么生成和存储的。
13.1 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”。
13.2 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lxw1234DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。
13.3 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`.`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
13.4 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,
13.5 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
13.6 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
13.6 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
13.6 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
- SDS
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_ID91740- SERDES
select * from SERDES WHERE SERDE_ID = 91740
元数据表字段数据SERDE_ID91740NAMESLIBorg.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_IDX41564cookieidstring041564
urlstring141564
uastring241564
ipstring341564
createtimestring4
- PARTITION_KEYS
select * from PARTITION_KEYS WHERE TBL_ID=41509
TBL_IDPKEY_COMMENTPKEY_NAMEPKEY_TYPEINTEGER_IDX41509daystring041509
sitestring1
再插入数据:
- INSERT OVERWRITE TABLE lxw1234 PARTITION (day = '2015-07-08', site = 'lxw1234.com')
- SELECT
- 'cookie1' AS cookieid,
- 'http://lxw1234.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_IDTBL_ID5447214363258120day=2015-07-08/site=lxw1234.com9174641509- 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_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_ID91746
- 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)。
关于Hive的统计信息(Statistics),后面将会介绍。
- Hive的元数据表结构详解
- Hive的元数据表结构详解
- Hive 元数据表结构详解
- [一起学Hive]之十四-Hive的元数据表结构详解
- [一起学Hive]之十四-Hive的元数据表结构详解
- hive元数据表结构解析
- hive的元数据表清单
- hive相关的元数据表
- Hive元数据表
- HIVE元数据表/数据字典
- HIVE元数据表/数据字典
- HIVE元数据表/数据字典
- Hive 0.11 元数据表汇总
- 大数据学习18:Hive在mysql的元数据表的关系和含义
- hive数据表结构导出到文件
- HIVE数据表的导入导出
- Hive 存储元数据 详解
- 开启hive数据表的update delete
- Java中的String类解析
- Androidstudio_Plugs
- (转)监听EditText内容变化的两种方式
- Android实现实时视频通话
- jquery 表单验证 提交
- Hive的元数据表结构详解
- C语言回文数简单应用
- PAT 甲级 1134. Vertex Cover (25)
- Updating a JAR File
- Postman使用官方文档翻译--12Debug调试及log相关
- 多进程通信之消息队列
- 生产者/消费者问题Java详解
- java.util.concurrent.Callable
- 欧拉函数板子