Hive的元数据表结构详解(转自lxw1234)
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_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”。
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。
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 |
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 | , |
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 |
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 |
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_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 ='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_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)。
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(转自lxw1234)相关推荐
- hive 自定义元数据表_[一起学Hive]之十四-Hive的元数据表结构详解
关键字:Hive元数据.Hive元数据表结构 之前在 "[一起学Hive]之一–Hive概述,Hive是什么"中介绍过,Hive自己维护了一套元数据,用户通过HQL查询时候,Hiv ...
- [一起学Hive]之十四-Hive的元数据表结构详解
关键字:Hive元数据.Hive元数据表结构 之前在 "[一起学Hive]之一–Hive概述,Hive是什么"中介绍过,Hive自己维护了一套元数据,用户通过HQL查询时候,Hiv ...
- Hive 元数据表结构详解
元数据是基础,这篇文章值得一读. 本文介绍Hive元数据库中一些重要的表结构及用途,方便Impala.SparkSQL.Hive等组件访问元数据库的理解. 1.存储Hive版本的元数据表(VERSIO ...
- hadoop元数据mysql中表字段_Hive 元数据表结构详解
元数据是基础,这篇文章值得一读. 本文介绍Hive元数据库中一些重要的表结构及用途,方便Impala.SparkSQL.Hive等组件访问元数据库的理解. 1.存储Hive版本的元数据表(VERSIO ...
- 哈希hash(散列)表结构详解
哈希表结构讲解: 哈希表(Hash table,也叫散列表),是根据关键码值(Key value)而直接进行访问的数据结构.也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度.这 ...
- activity表结构详解
转载自:https://blog.csdn.net/hj7jay/article/details/51302829 Activiti数据表结构 1 Activiti数据库表结构 1.1 数 ...
- wordpress-4.4.1 数据库表结构详解
2019独角兽企业重金招聘Python工程师标准>>> wordpress-4.4.1.zip 安装包 SQL结构 : wp_commentmeta :文章评论额外信息表. CR ...
- 大数据单机学习环境搭建(5)Hive建表DDL详解
专题:大数据单机学习环境搭建和使用 1. Hive建表简单示例 1.1.Hive建表语句 1.2.表详细信息 1.3.数据展示 2. Hive建表语法详解 3.拓展1:复杂数据分割 4.拓展2:事务表 ...
- MySQL 表分区详解MyiSam引擎和InnoDb 区别(实测)
MySQL 表分区详解MyiSam引擎和InnoDb 区别(实测) 一.什么是表分区 通俗地讲表分区是将一大表,根据条件分割成若干个小表.mysql5.1开始支持数据表分区了. 如:某用户表的记录超过 ...
最新文章
- Ajax解决缓存的5种方法
- 满分最优解法:1007 素数对猜想 (20分)
- 笔记本电脑打开后不显示桌面_宝骏630打开空调开关后压缩机不工作 - 汽车空调...
- Java中常用的类,包,接口
- 217.存在重复元素
- Cat.5e/Cat.6系统测试要点和常见工程问题解答
- c++中的new_面试中常见的C语言与C++区别的问题
- Java 算法 摆动序列
- [译]GLUT教程 - 重整子窗体
- 3.MQTT paho
- matlab绘制爱心
- 三、实战小例程 基于STM32F103C8T6最小系统板和STM32CubeMX驱动WS2812B光立方
- 使用 cookie的一些缺陷和隐患
- Pintos-斯坦福大学操作系统Project详解-Project1
- matlab磁场计算公式,利用MATLAB计算电磁场有关分布.doc
- 初识Hadoop之概念认知篇
- Linux 2.6内核配置说明(7----Bus options (PCI, PCMCIA, EISA, MCA, ISA)总线选项)
- On Rate Distortion Optimization Using SSIM
- matlab 图片相减,图像相减是什么
- Wave Driver介绍-5(Waveform Audio Driver Test测试Case描述)