hive系列之六-hive元数据表结构详解
Hive自己维护了一套元数据,用户通过HQL查询时候,Hive首先需要结合元数据,将HQL翻译成MapReduce去执行。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。
1.version
存储Hive版本的元数据表(VERSION)
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”。
2.数据库相关的元数据表
该表存储Hive中所有数据库的基本信息,字段如下:
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.表/视图相关元数据表
主要有TBLS、TABLE_PARAMS、TBL_PRIVS,这三张表通过TBL_ID关联。
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 |
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 |
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 |
4.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 |
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 |
|
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 |
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 |
, |
5.表字段相关的元数据
主要涉及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 |
6.表分区相关的数据表
主要涉及PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS
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 |
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 |
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 |
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 |
7.其他
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。
索引表,存储Hive索引相关的元数据
索引相关的属性信息。
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。
表字段的授权信息
分区的授权信息
分区字段的统计信息。
分区字段的权限信息。
用户注册的函数信息
用户注册函数的资源信息