HIVE元数据

HIVE元数据表数据字典：

表名	说明
BUCKETING_COLS	Hive表CLUSTERED BY字段信息(字段名，字段序号)
COLUMNS	Hive表字段信息(字段注释，字段名，字段类型，字段序号)
DBS
NUCLEUS_TABLES	元数据表和hive中class类的对应关系
PARTITIONS	Hive表分区信息(创建时间，具体的分区)
PARTITION_KEYS	Hive分区表分区键(名称，类型，comment，序号)
PARTITION_KEY_VALS	Hive表分区名(键值，序号)
PARTITION_PARAMS
SDS	所有hive表、表分区所对应的hdfs数据目录和数据格式
SD_PARAMS
SEQUENCE_TABLE	Hive对象的下一个可用ID
SERDES	Hive表序列化反序列化使用的类库信息
SERDE_PARAMS	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
SORT_COLS	Hive表SORTED BY字段信息(字段名，sort类型，字段序号)
TABLE_PARAMS	表级属性，如是否外部表，表注释等
TBLS	所有hive表的基本信息

这些表的内容在HIVE里面是有很格式化的显示，在HIVE里面输入describe formatted table_name；展示出来的信息就是表格中所有表(除了NUCLEUS_TABLE, SEQUENCE_TABLE这两张表)的信息，而且key值基本上和元数据的表字段名称一致。

---

HIVE如何定义和操作元数据：

定义：
\src\metastore\src\model\ package.jdo和org.apache.hadoop.hive.metastore.model.*用来定义元数据的数据字典和操作。

以TBLS表为例：
Mysql中的表结构为：

mysql> desc TBLS;
+--------------------+--------------+------+-----+---------+-------+
| Field              | Type         | Null | Key | Default | Extra |
+--------------------+--------------+------+-----+---------+-------+
| TBL_ID             | bigint(20)   | NO   | PRI | NULL    |       |
| CREATE_TIME        | int(11)      | NO   |     | NULL    |       |
| DB_ID              | bigint(20)   | YES  | MUL | NULL    |       |
| LAST_ACCESS_TIME   | int(11)      | NO   |     | NULL    |       |
| OWNER              | varchar(767) | YES  |     | NULL    |       |
| RETENTION          | int(11)      | NO   |     | NULL    |       |
| SD_ID              | bigint(20)   | YES  | MUL | NULL    |       |
| TBL_NAME           | varchar(128) | YES  | MUL | NULL    |       |
| VIEW_EXPANDED_TEXT | mediumtext   | YES  |     | NULL    |       |
| VIEW_ORIGINAL_TEXT | mediumtext   | YES  |     | NULL    |       |
| TBL_TYPE           | varchar(128) | YES  |     | NULL    |       |
+--------------------+--------------+------+-----+---------+-------+

 

在package.jdo里的定义为：

<class name="MTable" table="TBLS" identity-type="datastore" detachable="true">
  <datastore-identity>
    <column name="TBL_ID"/>
  </datastore-identity>
  <index name="UniqueTable" unique="true">
    <column name="TBL_NAME"/>
    <column name="DB_ID"/>
  </index>
  <field name="tableName">
    <column name="TBL_NAME" length="128" jdbc-type="VARCHAR"/>
  </field>
  <field name="database">
    <column name="DB_ID"/>
  </field>
  <field name="sd" dependent="true">
    <column name="SD_ID"/>
  </field>
  <field name="owner">
    <column name="OWNER" length="767" jdbc-type="VARCHAR"/>
  </field>
  <field name="createTime">
    <column name="CREATE_TIME" jdbc-type="integer"/>
  </field>
  <field name="lastAccessTime">
    <column name="LAST_ACCESS_TIME" jdbc-type="integer"/>
  </field>
  <field name="retention">
    <column name="RETENTION" jdbc-type="integer"/>
  </field>
  <field name="viewOriginalText">
    <column name="VIEW_ORIGINAL_TEXT" jdbc-type="LONGVARCHAR"/>
  </field>
  <field name="viewExpandedText">
    <column name="VIEW_EXPANDED_TEXT" jdbc-type="LONGVARCHAR"/>
  </field>
  <field name="tableType">
    <column name="TBL_TYPE" length="128" jdbc-type="VARCHAR"/>
  </field>
</class>

 

表名为：TBLS；对应的类为：org.apache.hadoop.hive.metastore.model. MTable，TBLS的所有操作都在此类中定义。

---

操作：
org.apache.hadoop.hive.metastore. ObjectStore
定义了如何获取元数据，如何写入元数据，其实全部是调用javax.jdo中各个类的方法。
以listPartitionNames为例：

public List<String> listPartitionNames(String dbName, String tableName,
    short max) throws MetaException {
  List<String> pns = new ArrayList<String>();
  boolean success = false;
  try {
    openTransaction();
    LOG.debug("Executing getPartitionNames");
    dbName = dbName.toLowerCase().trim();
    tableName = tableName.toLowerCase().trim();
    javax.jdo.Query q = pm.newQuery(
        "select partitionName from org.apache.hadoop.hive.metastore.model.MPartition "
        + "where table.database.name == t1 && table.tableName == t2 "
        + "order by partitionName asc");
    q.declareParameters("java.lang.String t1, java.lang.String t2");
    q.setResult("partitionName");
    Collection names = (Collection) q.execute(dbName, tableName);
    pns = new ArrayList<String>();
    for (Iterator i = names.iterator(); i.hasNext();) {
      pns.add((String) i.next());
    }
    success = commitTransaction();
  } finally {
    if (!success) {
      rollbackTransaction();
    }
  }
  return pns;
}

 

所以，如果要修改HIVE元数据管理的功能，就可以按如下步骤操作：
1.     在\src\metastore\src\model\ package.jdo中定义新的HIVE元数据表的数据字典
2.     在org.apache.hadoop.hive.metastore.model中定义新增表的操作
3.     在org.apache.hadoop.hive.metastore. ObjectStore中新增方法处理如上定义的功能

评论

1 楼 kaobian 2012-08-15  

楼主：问一个问题：  openTransaction();   
javax.jdo.Query q = pm.newQuery(
第一个方法和第二个 pm对象 你是如何获得的？

还有一个问题，使用上述方法是不是 可以hive 关于表的元数据 记录？

这个 应该是兼容所有 保存 元数据的 数据库，我们 只需要 类似 像用 hibernate 一样 用hsql 就ok了？