Hive：从HDFS回收站恢复被删的表

场景

一张内部表数据有问题，打算删了重新抽一遍，结果发现数据量太大，要抽好久，可能会影响业务。没办法，只能暂时恢复这张表再重新修数据了。

步骤

1.确认HDFS是否开启回收站功能

2.查看回收站中的数据

被删除的数据会放在删除数据时使用的用户目录下，如：使用ldl-dwh删除的，那么删除的数据会放在如下目录：

/user/ldl-dwh/.Trash

该目录下会有多个文件夹，每小时删除的数据放在不同文件夹下，如删除的/data/ldldws/i_pos_offtake在201022050000目录下：

[ldl-dwh@utility02 ~]$ hdfs dfs -ls ./.Trash/*/data/ldldws/i_pos_offtake
Found 9 items
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=1952
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2011
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2014
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2016
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2017
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2018
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2019
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=2020
drwx------   - ldl-dwh ldl-dwh          0 2020-10-22 04:38 .Trash/201022050000/data/ldldws/i_pos_offtake/offtake_year=__HIVE_DEFAULT_PARTITION__

3.将回收站的数据移动回表目录下

hive表数据存放的具体位置得看项目中hive的配置，默认放在/user/hive/warehouse下。公司生成环境放在/data下。

[ldl-dwh@utility02 ~]$ hdfs dfs -mv ./.Trash/*/data/ldldws/i_pos_offtake/* /data/ldldws/i_pos_offtake/

4.将metastore的分区信息重新写入metastore

通过hdfs dfs -put或者hdfs api写入hive分区表的数据在hive中是无法被查询到的，因为这部分数据的元数据信息没有同步到metastore。如：

spark-sql> select count(1) from ldldws.i_pos_offtake;
0

可使用MSCK REPAIR TABLE命令重新检查一张表的元数据信息。

spark-sql> msck repair table ldldws.i_pos_offtake;

再次查询即可查到数据：

spark-sql> select count(1) from ldldws.i_pos_offtake;
251746422