Hive Metastore服务

1、Hive 元数据存储

将元数据存储在关系数据库中（MySql、Derby），元数据包括表的属性、表的名称、表的列、分区及其属性以及表数据所在的目录等。

2、Metastore服务作用

客户端连接metastore服务，metastore再去连接MySQL数据库来存取元数据。有了metastore服务，就可以有多个客户端同时连接，而且这些客户端不需要知道MySQL数据库的用户名和密码，只需要连接metastore 服务即可。

3、Metastore启动方式

下列的本地模式是指Metastore启动连接方式。Hive还有一个本地模式的概念是指Hive任务执行的模式（本地模式、集群模式），这个性能测试模块再做分析，是通过参数hive.exec.mode.local.auto进行配置。

（1）嵌入模式

内嵌模式使用的是内嵌的Derby数据库来存储元数据，也不需要额外起Metastore服务。数据库和Metastore服务都嵌入在主Hive Server进程中。这个是默认的，配置简单，但是一次只能一个客户端连接，适用于用来实验，不适用于生产环境。

解压hive安装包 bin/hive 启动即可使用

缺点：不同路径启动hive，每一个hive拥有一套自己的元数据，无法共享。

（2）本地模式

本地模式采用外部数据库来存储元数据，目前支持的数据库有：MySQL、Postgres、Oracle、MS SQL Server.在这里我们使用MySQL。

本地模式不需要单独起metastore服务，用的是跟hive在同一个进程里的metastore服务。也就是说当你启动一个hive 服务，里面默认会帮我们启动一个metastore线程服务。

hive根据hive.metastore.uris，如果为空，则为本地模式。

缺点是：每启动一次hive服务，都内置启动了一个metastore。

本地模式下hive的配置主需要指定mysql的相关信息即可。

<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>root</value>
</property>hive<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>hive</value>
</property>

（3）远程模式

远程模式下，需要单独起metastore服务（hive --service metastore），然后每个客户端都在配置文件里配置连接到该metastore服务。远程模式的metastore服务和hive运行在不同的进程里。

在生产环境中，建议用远程模式来配置Hive Metastore。

在这种情况下，其他依赖hive的软件都可以通过Metastore访问hive。

远程模式下，需要配置hive.metastore.uris 参数来指定metastore服务运行的机器ip和端口，并且需要单独手动启动metastore服务，如有多个metastore服务器，URI之间用逗号分隔。

 

4、启动方式选择

对于上述的三种启动方式，运行方式如下：

 

嵌入式Metastore数据库主要用于单元测试。 一次只能有一个进程可以连接到metastore数据库，因此它并不是一个实际的解决方案，但对于单元测试来说效果很好。

本地模式和远程模式的优缺点上，官方文档上没有说各自的优劣。不过远程模式下可以根据需求启动metastore个数和安装节点的位置，实现高可用。

 

5、元数据表

表名	说明	天联健
DBS	元数据库信息。存放DB的HDFS路径信息	DB_ID
TBLS	所有hive表的基本信息	TBL_ID ,SD_ID, DB_ID
TALE PARAM	表级属性,如是否外部表,表注释等	TBL_ID
COLUMNS_V2	Hive表字段信息(字段注释,字段名,字段类型,字段序号)	CD_ID
SDS	所有hive表、表分区所对应的hdfs数据目录和数据格式	SD_ID,SERDE_ID
SERDES	Hive表的序列化类型	SERDE ID
SERDE_PARAM	序列化反序列化信息,如行分隔符、列分隔符、NULL 的表示字符等	SERDE_ID
PARTITIONS	Hive表分区信息	PART_ID,SD_ID,TEL_ID
PARTITION_KEYS	Hive分区表分区键	TBL_ID
PARTITION_KEY_VALS	Hive表分区名（键值）	PRT_ID
SEQUENCE_TAELE	保有Hive对象的下一个可用ID,包括数据库,表。字段, 分区等对象的下一个ID.默认ID每次+5	SEQUENCE_NAME,NEXT_VAL