hive系列之六-hive元数据表结构详解
Hive自己维护了一套元数据，用户通过HQL查询时候，Hive首先需要结合元数据，将HQL翻译成MapReduce去执行。本文介绍一下Hive元数据中重要的一些表结构及用途，以Hive0.13为例。
1.version
存储Hive版本的元数据表（VERSION）
| 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”。
2.数据库相关的元数据表
- DBS
该表存储Hive中所有数据库的基本信息，字段如下：
| 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 |
- 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 |
DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。
3.表／视图相关元数据表
主要有TBLS、TABLE_PARAMS、TBL_PRIVS，这三张表通过TBL_ID关联。
- 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 |
- 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 |
- 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 |
4.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。
- 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 |
- 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 |
- 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 |
- 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 | , |
5.表字段相关的元数据
主要涉及COLUMNS_V2
- 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 |
6.表分区相关的数据表
主要涉及PARTITIONS、PARTITION_KEYS、PARTITION_KEY_VALS、PARTITION_PARAMS
- 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 |
- 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 |
- 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 |
- 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 |
7.其他
- 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
