Hive常用命令之MSCK REPAIR TABLE命令概述

对于MSCK REPAIR TABLE命令，小编在工作中初见时，只有简单的理解——“刷新分区”。细究其原理便不得而知了。现在来将学习的内容记录一下。

首先，Hive能检测到的分区信息，存储在哪里？怎么新建分区才会存储在这个可（被Hive）检测位置上？怎么新建分区不会存储在这个可（被Hive）检测的位置上？MASK REAPRE TABLE有什么作用？

• Hive能检测到的分区信息，存储在哪里？
  分区同database、table等一样，是Hive的元数据信息之一，存储在Derby、MySQL等数据库中。

• Hive怎么获取元数据信息（包括分区）？
  Hive客户端连接metastore服务，metastrore再去连接MySQL获取元数据信息。（备注：有了metastore，多个客户端可以同时连接，而不需要知道MySQL的用户名和密码，只需要连接MySQL服务即可。）

• 怎么新建分区，分区信息才会存储到MySQL中？
  插入数据之前，使用alter table xxx add partition()创建分区；或者插入数据时，使用insert into table xxx partition() value()创建分区，这些操作都会在MySQL中记录下新的分区信息。

• 怎么新创建分区不会存储在MySQL中？
  Hive的数据实际存储在HDFS中，以多层目录的形式存储。
  若我们直接使用hdfs -put向HDFS中创建目录，上传数据，如下：

hdfs dfs -mkdir -p /user/hive/warehouse/test.db/repair_test/par=partition_2/
hdfs dfs -put -f test.txt /user/hive/warehouse/test.db/repair_test/par=partition_2/

或者通过其他形式，直接向Hive表在HDFS中的存储位置创建分区，建立数据。比如服务端DB通过kafka直接将数据落地到HDFS。这两种情况都不会在MYSQL存储的元数据信息中添加新分区信息。
新的元数据信息添加到了HDFS中，没有添加到MYSQL中，这时就需要使用MASK REPAIRE TABLE “刷新分区”了。

• MASK REPAIR TABLE有什么作用？
  MASK（全称metastore consistency check，Hive表分区连贯性检查），运行MASK REPAIR TABLE 后，Hive回去检测这个表在HDFS上的文件，把没有写入metastore的分区信息写入到metastore。

• 上面讲的是在HDFS中添加分区，MASK REPAIR TABLE刷新后，能将新分区信息添加到metastore中。若是直接从HDFS中删除分区呢？使用MASK REPAIR TABLE后能将metastore中过期的分区信息删除掉吗？
  答案是不行的。
  只能在Hive客户端中通过alter table drop partition(…)删除metastore中的分区信息。

备注：在一些新版本的Hive中（比如Fix Version/s: 3.0.0, 2.4.0, 3.1.0 ），MASK REPAIR TABLE 命令能删除掉metastore中的过期元数据信息。

参考文章：
[1] HIVE常用命令之MSCK REPAIR TABLE命令简述-简书
[2] Hive为什么要启用Metastore？

觉得文章还不错的话，客官赏个小钱买支雪糕吃吧。（好吧，就是想试试被打赏是种什么感觉，盒盒盒~）