元數據是基礎,這篇文章值得一讀。
本文介紹Hive元數據庫中一些重要的表結構及用途,方便Impala、SparkSQL、Hive等組件訪問元數據庫的理解。
1、存儲Hive版本的元數據表(VERSION)
該表比較簡單,但很重要。
VER_ID | SCHEMA_VERSION | VERSION_COMMENT |
ID主鍵 | Hive版本 | 版本說明 |
1 | 1.1.0 | Set by MetaStore |
如果該表出現問題,根本進入不了Hive-Cli。比如該表不存在,當啓動Hive-Cli時候,就會報錯”Table ‘hive.version’ doesn’t exist”。
2、Hive數據庫相關的元數據表(DBS、DATABASE_PARAMS)
DBS:該表存儲Hive中所有數據庫的基本信息,字段如下:
表字段 | 說明 | 示例數據 |
DB_ID | 數據庫ID | 1 |
DESC | 數據庫描述 | Default Hive database |
DB_LOCATION_URI | 數據HDFS路徑 | hdfs://193.168.1.75:9000/test-warehouse |
NAME | 數據庫名 | default |
OWNER_NAME | 數據庫所有者用戶名 | public |
OWNER_TYPE | 所有者角色 | ROLE |
DATABASE_PARAMS:該表存儲數據庫的相關參數,在CREATE DATABASE時候用WITH DBPROPERTIES(property_name=property_value, …)指定的參數。
表字段 | 說明 | 示例數據 |
DB_ID | 數據庫ID | 1 |
PARAM_KEY | 參數名 | createdby |
PARAM_VALUE | 參數值 | root |
DBS和DATABASE_PARAMS這兩張表通過DB_ID字段關聯。
3、Hive表和視圖相關的元數據表
主要有TBLS、TABLE_PARAMS、TBL_PRIVS,這三張表通過TBL_ID關聯。
TBLS:該表中存儲Hive表,視圖,索引表的基本信息
表字段 | 說明 | 示例數據 |
TBL_ID | 表ID | 21 |
CREATE_TIME | 創建時間 | 1447675704 |
DB_ID | 數據庫ID | 1 |
LAST_ACCESS_TIME | 上次訪問時間 | 1447675704 |
OWNER | 所有者 | root |
RETENTION | 保留字段 | 0 |
SD_ID | 序列化配置信息 | 41,對應SDS表中的SD_ID |
TBL_NAME | 表名 | ex_detail_ufdr_30streaming |
TBL_TYPE | 表類型 | EXTERNAL_TABLE |
VIEW_EXPANDED_TEXT | 視圖的詳細HQL語句 | |
VIEW_ORIGINAL_TEXT | 視圖的原始HQL語句 |
TABLE_PARAMS:該表存儲表/視圖的屬性信息
表字段 | 說明 | 示例數據 |
TBL_ID | 表ID | 1 |
PARAM_KEY | 屬性名 | totalSize,numRows,EXTERNAL |
PARAM_VALUE | 屬性值 | 970107336、21231028、TRUE |
TBL_PRIVS:該表存儲表/視圖的授權信息
表字段 | 說明 | 示例數據 |
TBL_GRANT_ID | 授權ID | 1 |
CREATE_TIME | 授權時間 | 1436320455 |
GRANT_OPTION | 0 | |
GRANTOR | 授權執行用戶 | root |
GRANTOR_TYPE | 授權者類型 | USER |
PRINCIPAL_NAME | 被授權用戶 | username |
PRINCIPAL_TYPE | 被授權用戶類型 | USER |
TBL_PRIV | 權限 | Select、Alter |
TBL_ID | 表ID | 21,對應TBLS表的TBL_ID |
4、Hive文件存儲信息相關的元數據表
主要涉及SDS、SD_PARAMS、SERDES、SERDE_PARAMS,由於HDFS支持的文件格式很多,而建Hive表時候也可以指定各種文件格式,Hive在將HQL解析成MapReduce時候,需要知道去哪裏,使用哪種格式去讀寫HDFS文件,而這些信息就保存在這幾張表中。
SDS:
該表保存文件存儲的基本信息,如INPUT_FORMAT、OUTPUT_FORMAT、是否壓縮等。TBLS表中的SD_ID與該表關聯,可以獲取Hive表的存儲信息。
表字段 | 說明 | 示例數據 |
SD_ID | 存儲信息ID | 41 |
CD_ID | 字段信息ID | 21,對應CDS表 |
INPUT_FORMAT | 文件輸入格式 | org.apache.hadoop.mapred.TextInputFormat |
IS_COMPRESSED | 是否壓縮 | 0 |
IS_STOREDASSUBDIRECTORIES | 是否以子目錄存儲 | 0 |
LOCATION | HDFS路徑 | hdfs://193.168.1.75:9000/detail_ufdr_streaming_test |
NUM_BUCKETS | 分桶數量 | 0 |
OUTPUT_FORMAT | 文件輸出格式 | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat |
SERDE_ID | 序列化類ID | 41,對應SERDES表 |
SD_PARAMS: 該表存儲Hive存儲的屬性信息,在創建表時候使用STORED BY ‘storage.handler.class.name’ [WITH SERDEPROPERTIES (…)指定。
表字段 | 說明 | 示例數據 |
SD_ID | 存儲配置ID | 41 |
PARAM_KEY | 存儲屬性名 | |
PARAM_VALUE | 存儲屬性值 |
SERDES:該表存儲序列化使用的類信息
表字段 | 說明 | 示例數據 |
SERDE_ID | 序列化類配置ID | 41 |
NAME | 序列化類別名 | NULL |
SLIB | 序列化類 | org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe |
SERDE_PARAMS:該表存儲序列化的一些屬性、格式信息,比如:行、列分隔符
表字段 | 說明 | 示例數據 |
SERDE_ID | 序列化類配置ID | 41 |
PARAM_KEY | 屬性名 | field.delim |
PARAM_VALUE | 屬性值 | | |
5、Hive表字段相關的元數據表
主要涉及COLUMNS_V2
COLUMNS_V2:該表存儲表對應的字段信息
表字段 | 說明 | 示例數據 |
CD_ID | 字段信息ID | 21 |
COMMENT | 字段註釋 | NULL |
COLUMN_NAME | 字段名 | air_port_duration |
TYPE_NAME | 字段類型 | bigint |
INTEGER_IDX | 字段順序 | 119 |
6、Hive表分分區相關的元數據表
主要涉及PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS
PARTITIONS:該表存儲表分區的基本信息
表字段 | 說明 | 示例數據 |
PART_ID | 分區ID | 21 |
CREATE_TIME | 分區創建時間 | 1450861405 |
LAST_ACCESS_TIME | 最後一次訪問時間 | 0 |
PART_NAME | 分區名 | hour=15/last_msisdn=0 |
SD_ID | 分區存儲ID | 43 |
TBL_ID | 表ID | 22 |
LINK_TARGET_ID | NULL |
PARTITION_KEYS:該表存儲分區的字段信息
表字段 | 說明 | 示例數據 |
TBL_ID | 表ID | 22 |
PKEY_COMMENT | 分區字段說明 | NULL |
PKEY_NAME | 分區字段名 | hour |
PKEY_TYPE | 分區字段類型 | int |
INTEGER_IDX | 分區字段順序 | 0 |
PARTITION_KEY_VALS:該表存儲分區字段值
表字段 | 說明 | 示例數據 |
PART_ID | 分區ID | 21 |
PART_KEY_VAL | 分區字段值 | 0 |
INTEGER_IDX | 分區字段值順序 | 1 |
PARTITION_PARAMS:該表存儲分區的屬性信息
表字段 | 說明 | 示例數據 |
PART_ID | 分區ID | 21 |
PARAM_KEY | 分區屬性名 | numFiles,numRows |
PARAM_VALUE | 分區屬性值 | 1,502195 |
6、其他不常用的元數據表
DB_PRIVS
數據庫權限信息表。通過GRANT語句對數據庫授權後,將會在這裏存儲。
IDXS
索引表,存儲Hive索引相關的元數據
INDEX_PARAMS
索引相關的屬性信息
TBL_COL_STATS
表字段的統計信息。使用ANALYZE語句對錶字段分析後記錄在這裏
TBL_COL_PRIVS
表字段的授權信息
PART_PRIVS
分區的授權信息
PART_COL_PRIVS
分區字段的權限信息
PART_COL_STATS
分區字段的統計信息
FUNCS
用戶註冊的函數信息
FUNC_RU