Hive元数据在MySQL的存储逻辑及关系

 

2017年11月01日 10:51:51 A_ChunUnique 阅读数：1037收起

个人分类： HiveMySQL

在大数据中，很多情况下是将hive的元数据存放在mysql数据库中，通过hive配置的连接字符串：

       <property>

               <name>javax.jdo.option.ConnectionURL</name>

               <value>jdbc:mysql://localhost:3306/hive3?createDatabaseIfNotExist=true</value>

       </property>

能确认连接的mysql的哪个库。

现在分析下常用元数据中表有什么关联关系

 

1、hive版本的元数据表(version)

字段	含义	值
VER_ID	id主键	1
SCHEMA_VERSION	hive 版本	1.1.0
VERSION_COMMENT	版本说明	Set by MetaStore root@192.168.137.12

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、hive数据库相关元数据表(DBS、DATABASE_PARAMS)

DBS：hive中所有数据库的基本信息

字段	含义	值
DB_ID	数据库ID	6
DESC	数据库描述	wxk
DB_LOCATION_URI	数据库HDFS路径	hdfs://hadoop002:8020/user/hive/warehouse/wxk.db
NAME	Hive数据库名	wxk
OWNER_NAME	Hive数据库所有者用户名	root
OWNER_TYPE	Hive所有者角色	USER

 

DATABASE_PARAMS：

空

 

3、hive 表和视图相关的元数据表

TBLS 存储 hive 表、视图、索引表的基本信息

字段	含义	值
TBL_ID	表ID	43
CREATE_TIME	创建时间	1506333442
DB_ID	数据库ID	6
LAST_ACCESS_TIME	上次访问时间	0
OWNER	所有者	root
RETENTION	保留字段	0
SD_ID	序列化配置信息	53  ;对应SDS表中的SD_ID
TBL_NAME	表名	dept
TBL_TYPE	表类型	MANAGED_TABLE 或者 EXTERNAL_TABLE、INDEX_TABLE、VIRTUAL_VIEW
VIEW_EXPANDED_TEXT	视图的详细HQL	NULL
VIEW_ORIGINAL_TEXT	视图的原始HQL	NULL

 

TABLE_PARAMS 存储 表、视图 的属性信息

字段	含义	值
TBL_ID	表ID	43 ;对应TBLS的tbl_id
PARAM_KEY	表属性名	numFiles、totalSize、transient_lastDdlTime
PARAM_VALUE	表属性值	1、35、1506333450

 

TBL_PRIVS

空

 

4、Hive 文件存储信息相关的元数据SDS、SD_PARAMS、SERDES、SERDE_PARAMS

SDS 存储文件存储的基本信息：

字段	含义	值
SD_ID	存储信息ID	53 对应tbl_id
CD_ID	字段信息ID	43 对应column_v2 的CD_ID
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://hadoop002:8020/user/hive/warehouse/wxk.db/dept
NUM_BUCKETS	分桶	-1
OUTPUT_FORMAT	文件输出格式	org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
SERDE_ID	序列化类ID	53 ，对应SERDES 的 SERDE_ID

 

SD_PARAMS 空

 

SERDES

字段	含义	值
SERDE_ID	序列化类配置ID	53 ，对应SDS的 SERDE_ID
NAME	序列化类别名	NULL
SLIB	序列化类	org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

 

SERDE_PARAMS 存储序列化的一些属性、格式信息，比如行、列

字段	含义	值
SERDE_ID	序列化配置ID	53 ，对应SDS的 SERDE_ID
PARAM_KEY	属性名	field.delim 分列、serialization.format
PARAM_VALUE	属性值

 

5、Hive 表字段相关元数据表COLUMNS_V2

COLUMNS_V2 存储对应的字段信息

字段	含义	值
CD_ID	字段信息ID	43 对应SDS 表CD_ID
COMMENT	字段注释	NULL
COLUMN_NAME	字段名	deptno、deptname、depadd
TYPE_NAME	字段类型	int、string、string
INTEGER_IDX	字段顺序	0、1、2

 

6、Hive表分区相关的元数据表 PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS

PARTITIONS 存储分区的基本信息

字段	含义	值
PART_ID	分区ID	14、15、16、17
CREATE_TIME	分区创建时间	1506226696
LAST_ACCESS_TIME	最后一次访问时间	0
PART_NAME	分区名	deptno=10、deptno=20、deptno=30、deptno=__HIVE_DEFAULT_PARTITION__
SD_ID	分区存储ID	15、16、17、18  对应SDS表的SD_ID
TBL_ID	表ID	6 对应TBLS的tbl_id

 

PARTITION_KEYS 存储分区的字段信息

字段	含义	值
TBL_ID	表ID	6 对应TBLS的tbl_id
PKEY_COMMENT	分区字段名说明	null
PKEY_NAME	分区字段名	deptno
PKEY_TYPE	分区字段类型	int
INTEGER_IDX	分区字段顺序	0

 

PARTITION_KEY_VALS 存储分区字段值

字段	含义	值
PART_ID	分区ID	17、16、15、14 对应PARTITIONS 的PART_ID
PART_KEY_VAL	分区字段值	10、20、30、__HIVE_DEFAULT_PARTITION__
INTEGER_IDX	分区字段顺序	0

 

PARTITION_PARAMS 存储分区的属性信息

字段	含义	值
PART_ID	分区ID	17
PARAM_KEY	分区属性名	numFiles、numRows、rawDataSize、totalSize、transient_lastDdlTime
PARAM_VALUE	分区属性值	1、3、127、130、1506226696

 

从以上这些表中，可以看到这些表由几个关键字作为连接的：

DB_ID 、TBL_ID、SD_ID、CD_ID、SERDE_ID 、PART_ID

 

各表关系图【主键】：