hive对应mysql 元数据表介绍

 

 

 

概述

Hive 的元数据信息通常存储在关系型数据库中，常用MySQL数据库作为元数据库管理。上一篇hive的安装也是将元数据信息存放在MySQL数据库中。

Hive的元数据信息在MySQL数据中有57张表

 

 

 

回到顶部

一、存储Hive版本的元数据表（VERSION）

 VERSION   -- 查询版本信息

该表比较简单，但很重要。

VER_ID	SCHEMA_VERSION	VERSION_COMMENT
ID主键	Hive版本	版本说明
1	0.13.0	Set by MetaStore

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”。

回到顶部

二、Hive数据库相关的元数据表（DBS、DATABASE_PARAMS）

1、DBS

DBS　　　　 -- 存储Hive中所有数据库的基本信息

元数据表字段	说明	示例数据
DB_ID	数据库ID	2
DESC	数据库描述	测试库
DB_LOCATION_URI	数据库HDFS路径	hdfs://namenode/user/hive/warehouse/lxw1234.db
NAME	数据库名	lxw1234
OWNER_NAME	数据库所有者用户名	lxw1234
OWNER_TYPE	所有者角色	USER

2、DATABASE_PARAMS

DATABASE_PARAMS　　--该表存储数据库的相关参数，在CREATE DATABASE时候用

WITH DBPROPERTIES (property_name=property_value, …)指定的参数。

元数据表字段	说明	示例数据
DB_ID	数据库ID	2
PARAM_KEY	参数名	createdby
PARAM_VALUE	参数值	lxw1234

注意：

DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。

回到顶部

三、Hive表和视图相关的元数据表

主要有TBLS、TABLE_PARAMS、TBL_PRIVS，这三张表通过TBL_ID关联。

1、TBLS

 该表中存储Hive表、视图、索引表的基本信息。

 

元数据表字段	说明	示例数据
TBL_ID	表ID	1
CREATE_TIME	创建时间	1436317071
DB_ID	数据库ID	2，对应DBS中的DB_ID
LAST_ACCESS_TIME	上次访问时间	1436317071
OWNER	所有者	liuxiaowen
RETENTION	保留字段	0
SD_ID	序列化配置信息	86，对应SDS表中的SD_ID
TBL_NAME	表名	lxw1234
TBL_TYPE	表类型	MANAGED_TABLE、EXTERNAL_TABLE、INDEX_TABLE、VIRTUAL_VIEW
VIEW_EXPANDED_TEXT	视图的详细HQL语句	select `lxw1234`.`pt`, `lxw1234`.`pcid` from `liuxiaowen`.`lxw1234`
VIEW_ORIGINAL_TEXT	视图的原始HQL语句	select * from lxw1234

2、TABLE_PARAMS

该表存储表/视图的属性信息。

元数据表字段	说明	示例数据
TBL_ID	表ID	1
PARAM_KEY	属性名	totalSize、numRows、EXTERNAL
PARAM_VALUE	属性值	970107336、21231028、TRUE

 3、TBL_PRIVS

 该表存储表/视图的授权信息

元数据表字段	说明	示例数据
TBL_GRANT_ID	授权ID	1
CREATE_TIME	授权时间	1436320455
GRANT_OPTION		0
GRANTOR	授权执行用户	liuxiaowen
GRANTOR_TYPE	授权者类型	USER
PRINCIPAL_NAME	被授权用户	username
PRINCIPAL_TYPE	被授权用户类型	USER
TBL_PRIV	权限	Select、Alter
TBL_ID	表ID	22，对应TBLS表中的TBL_ID

回到顶部

四、Hive文件存储信息相关的元数据表

　　主要涉及SDS、SD_PARAMS、SERDES、SERDE_PARAMS

　　由于HDFS支持的文件格式很多，而建Hive表时候也可以指定各种文件格式，Hive在将HQL解析成MapReduce时候，需要知道去哪里，使用哪种格式去读写HDFS文件，而这些信息就保存在这几张表中。

1、SDS

　　该表保存文件存储的基本信息，如INPUT_FORMAT、OUTPUT_FORMAT、是否压缩等。

　　TBLS表中的SD_ID与该表关联，可以获取Hive表的存储信息。

 

元数据表字段	说明	示例数据
SD_ID	存储信息ID	1
CD_ID	字段信息ID	21，对应CDS表
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://namenode/hivedata/warehouse/ut.db/t_lxw
NUM_BUCKETS	分桶数量	5
OUTPUT_FORMAT	文件输出格式	org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
SERDE_ID	序列化类ID	3，对应SERDES表

 2、SD_PARAMS

　　该表存储Hive存储的属性信息，在创建表时候使用

　　STORED BY ‘storage.handler.class.name’ [WITH SERDEPROPERTIES (…)指定。

元数据表字段	说明	示例数据
SD_ID	存储配置ID	1
PARAM_KEY	存储属性名
PARAM_VALUE	存储属性值

 3、SERDES

 该表存储序列化使用的类信息

 

元数据表字段	说明	示例数据
SERDE_ID	序列化类配置ID	1
NAME	序列化类别名
SLIB	序列化类	org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

 4、SERDE_PARAMS

 该表存储序列化的一些属性、格式信息,比如：行、列分隔符

 

元数据表字段	说明	示例数据
SERDE_ID	序列化类配置ID	1
PARAM_KEY	属性名	field.delim
PARAM_VALUE	属性值	,

回到顶部

五、Hive表字段相关的元数据表

主要涉及COLUMNS_V2

1、COLUMNS_V2

该表存储表对应的字段信息。

元数据表字段	说明	示例数据
CD_ID	字段信息ID	1
COMMENT	字段注释
COLUMN_NAME	字段名	pt
TYPE_NAME	字段类型	string
INTEGER_IDX	字段顺序	2

回到顶部

 六、Hive表分区相关的元数据表

主要涉及PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS

1、PARTITIONS

 该表存储表分区的基本信息。

 

元数据表字段	说明	示例数据
PART_ID	分区ID	1
CREATE_TIME	分区创建时间
LAST_ACCESS_TIME	最后一次访问时间
PART_NAME	分区名	pt=2015-06-12
SD_ID	分区存储ID	21
TBL_ID	表ID	2

2、PARTITION_KEYS

该表存储分区的字段信息。

元数据表字段	说明	示例数据
TBL_ID	表ID	2
PKEY_COMMENT	分区字段说明
PKEY_NAME	分区字段名	pt
PKEY_TYPE	分区字段类型	string
INTEGER_IDX	分区字段顺序	1

3、PARTITION_KEY_VALS

该表存储分区字段值。

元数据表字段	说明	示例数据
PART_ID	分区ID	2
PART_KEY_VAL	分区字段值	2015-06-12
INTEGER_IDX	分区字段值顺序	0

4、PARTITION_PARAMS

该表存储分区的属性信息。

元数据表字段	说明	示例数据
PART_ID	分区ID	2
PARAM_KEY	分区属性名	numFiles、numRows
PARAM_VALUE	分区属性值	15、502195

回到顶部

七、其他不常用的元数据表

• DB_PRIVS

数据库权限信息表。通过GRANT语句对数据库授权后，将会在这里存储。

• IDXS

索引表，存储Hive索引相关的元数据

• INDEX_PARAMS

索引相关的属性信息。

• TAB_COL_STATS

表字段的统计信息。使用ANALYZE语句对表字段分析后记录在这里。

• TBL_COL_PRIVS

表字段的授权信息

• PART_PRIVS

分区的授权信息

• PART_COL_STATS

分区字段的统计信息。

• PART_COL_PRIVS

分区字段的权限信息。

• FUNCS

用户注册的函数信息

• FUNC_RU

用户注册函数的资源信息

 

 

 

 

总结：

常用的几个：

 

SELECT * FROM `dbs`     数据库表 


SELECT * FROM  `tbls`    hive表   db_id表示 数据库id


SELECT * FROM  `sds`  WHERE  cd_id = 23171     cd_id是表id,sds里是表的属性信息，比如：location  分区  input_format 信息 


SELECT * FROM `columns_v2`   WHERE cd_id = 23171   列名表，  cd_id表示 表id,  展示表下所有的列 


SELECT * FROM `partitions`   WHERE tbl_id = 23171   分区表，   tbl_id 表示表id   sd_id表示partition分区的id   每一个分区一个id 

 

 

案例:   

 

 先在表 TBLS中根据表名获取序列化信息a
 然后去 文件存储基本信息表(SDS)中根据a序列化值得到所有的列CD_ID
 然后在去 列表(COLUMNS_V2)中根据上面的列CD_ID获取列名和类型信息 

	    public void mysqlSelect(String act) throws SQLException {
        Connection conn;
    
        String url = "jdbc:mysql://192.168.201.300:3316/hive";
        String user = "hive_read";
        String password = "sdfsfdfddfdfdfdfdf";

        conn = DriverManager.getConnection(url, user, password);
        Statement stmt = conn.createStatement(); //创建Statement对象
        System.out.println("成功连接到数据库！");

        String tbname = "stg_log_" + act;

        String sql = "select COLUMN_NAME,TYPE_NAME from COLUMNS_V2 where CD_ID=(select CD_ID from SDS where SD_ID=(select SD_ID from TBLS where TBL_NAME=" + "'" + tbname + "'));";    //要执行的SQL
        ResultSet rs = stmt.executeQuery(sql);//创建数据对象
        ft.clear();
        while (rs.next()) {
            ft.put(rs.getString(1), rs.getString(2));

        }
        rs.close();
        stmt.close();
        conn.close();
    }

 

String sql = "select COLUMN_NAME from COLUMNS_V2 where CD_ID=  -- 根据 表ID(CD_ID)去表COLUMNS_V2获取列名
(
	select CD_ID from SDS where SD_ID=  -- 根据表序列化ID(SD_ID)去SDS获取表ID(CD_ID)
	(
		select SD_ID from TBLS where TBL_NAME=" + "'" + user + "'"+ "and DB_ID=(21895) -- 根据库名表名获取表主键 
	)
) ORDER BY INTEGER_IDX ASC;";    // 根据表的列排序ID进行排序

结果：
展示表user下所有的列