在使用 Alter语句修改 Hive 分区表结构的时候,会出现已存在的分区结构没有被修改的情况。比如说,新增了一个字段,但是向原有分区插入新增字段数据之后,查询却发现数据为 NULL,或者修改了一个字段类型,查询原有分区的时候发现数据没有被正确识别。
之所以会出现这种情况,是因为 Hive对应分区表表结构的修改,默认采用了限制模式。限制模式下,修改分区表结构的时候,只会对修改后新增的分区有效,修改表结构前已存在的分区不受影响。对应的,Hive也提供了级联修改的命令,在Alter 语句后添加 cascade参数,就可以连同过去存在的分区一起修改表结构(注意:Hive在0.15 版本之后才提供此参数)。
不过,在实际使用过程中,当历史分区数据过多的时候(比如千个以上),使用 cascade参数修改表结构,会出现操作超时的情况;或者是忘记使用 cascade参数的情况。这些情况下,我们就需要通过直接修改 Hive 元数据的方式来修改 Hive表结构。
使用修改元数据的方式修改分区表结构分两步。首先是使用 Alter语句修改表结构。然后登陆到Hive 的元数据库,执行 SQL语句修改已存在分区对应的表结构信息。以 MySQL 元数据库为例,需要执行以下语句(将表名、库名替换成需要修改的表的库名和表名):
UPDATE TBLS T1,DBST2,SDS T3,PARTITIONS T4,SDS T5
SET T5.CD_ID = T3.CD_ID
WHERE T2.NAME = '库名'
AND T1.TBL_NAME = '表名'
AND T1.DB_ID = T2.DB_ID
AND T1.SD_ID = T3.SD_ID
AND T1.TBL_ID =T4.TBL_ID
ANDT4.SD_ID = T5.SD_ID
;
执行上面语句以后,就会将原有分区的表结构信息同步成最新的表结构。
以下是涉及到的 Hive元数据库的表。一个有五张。
DBS,用于存储数据库信息
字段名 |
说明 |
示例 |
DB_ID |
数据库ID |
1 |
DESC |
描述 |
Default Hive database |
DB_LOCATION_URI |
HDFS路径信息 |
hdfs://namenode:9000/user/hive/warehouse |
NAME |