Hive元数据表结构详解

转自

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 1.2.0 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”。

Hive数据库相关的元数据表(DBS、DATABASE_PARAMS)

DBS

该表存储Hive中所有数据库的基本信息,字段如下:

表字段 说明 示例数据
DB_ID 数据库ID 1
DESC 数据库描述 Default Hive database
DB_LOCATION_URI 数据HDFS路径 hdfs://hadoop-cluster/user/hive/warehouse
NAME 数据库名 default
OWNER_NAME 数据库所有者用户名 public
OWNER_TYPE 所有者角色 1
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。

表字段 说明 示例数据
DB_ID 数据库ID 1
PARAM_KEY 参数名 createdby
PARAM_VALUE 参数值 root

DBS和DATABASE_PARAMS这两张表通过DB_ID字段关联。

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。

TBLS

该表中存储Hive表,视图,索引表的基本信息

表字段 说明 示例数据
TBL_ID 表ID 1
CREATE_TIME 创建时间 1447675704
DB_ID 数据库ID 1
LAST_ACCESS_TIME 上次访问时间 1447675704
OWNER 所有者 root
RETENTION 保留字段 0
SD_ID 序列化配置信息 41,对应SDS表中的SD_ID
TBL_NAME 表名 t_test_1
TBL_TYPE 表类型 MANAGED_TABLE
VIEW_EXPANDED_TEXT 视图的详细HQL语句
VIEW_ORIGINAL_TEXT 视图的原始HQL语句
TABLE_PARAMS

该表存储表/视图的属性信息

表字段 说明 示例数据
TBL_ID 表ID 1
PARAM_KEY 属性名 numRows、totalSize
PARAM_VALUE 属性值 6、24
TBL_PRIVS

该表存储表/视图的授权信息

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 root
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 21,对应TBLS表的TBL_ID

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。

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。

表字段 说明 示例数据
SD_ID 存储信息ID 10
CD_ID 字段信息ID 161454,对应CDS表
INPUT_FORMAT 文件输入格式 org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat
IS_COMPRESSED 是否压缩 0
IS_STOREDASSUBDIRECTORIES 是否以子目录存储 0
LOCATION HDFS路径 hdfs://hadoop-cluster/user/hive/warehouse/fact.db/fact_warehouse
NUM_BUCKETS 分桶数量 0
OUTPUT_FORMAT 文件输出格式 org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat
SERDE_ID 序列化类ID 4991,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。

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

表字段 说明 示例数据
SERDE_ID 序列化类配置ID 4991
NAME 序列化类别名 NULL
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

表字段 说明 示例数据
SERDE_ID 序列化类配置ID 4991
PARAM_KEY 属性名 serialization.format
PARAM_VALUE 属性值 1

Hive表字段相关的元数据表

COLUMNS_V2

该表存储表对应的字段信息

表字段 说明 示例数据
CD_ID 字段信息ID 575
COMMENT 字段注释 NULL
COLUMN_NAME 字段名 name
TYPE_NAME 字段类型 string
INTEGER_IDX 字段顺序 1

Hive表分分区相关的元数据表

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

表字段 说明 示例数据
PART_ID 分区ID 3351
CREATE_TIME 分区创建时间 1479886276
LAST_ACCESS_TIME 最后一次访问时间 0
PART_NAME 分区名 p_day=2016-11-23
SD_ID 分区存储ID 5026
TBL_ID 表ID 1751
PARTITION_KEYS

该表存储分区的字段信息

表字段 说明 示例数据
TBL_ID 表ID 1
PKEY_COMMENT 分区字段说明 分区日期
PKEY_NAME 分区字段名 p_day
PKEY_TYPE 分区字段类型 string
INTEGER_IDX 分区字段顺序 0
PARTITION_KEY_VALS

该表存储分区字段值

表字段 说明 示例数据
PART_ID 分区ID 3351
PART_KEY_VAL 分区字段值 2016-11-23
INTEGER_IDX 分区字段值顺序 0
PARTITION_PARAMS

该表存储分区的属性信息

表字段 说明 示例数据
PART_ID 分区ID 3351
PARAM_KEY 分区属性名 totalSize
PARAM_VALUE 分区属性值 37212837

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_PRIVS

分区字段的权限信息

PART_COL_STATS

分区字段的统计信息

FUNCS

用户注册的函数信息

FUNC_RU

用户注册函数的资源信息