#Hive 元数据表结构详解

//
Hive 元数据表结构详解
http://mp.weixin.qq.com/s?__biz=MzA3ODUxMzQxMA==&mid=2663993556&idx=1&sn=0e5291bd63426d747f32a7fd05128caa&scene=21#wechat_redirect

元数据是基础，这篇文章值得一读。
本文介绍Hive元数据库中一些重要的表结构及用途，方便Impala、SparkSQL、Hive等组件访问元数据库的理解。
1、存储Hive版本的元数据表(VERSION)
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
1.1.0
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、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://193.168.1.75:9000/test-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
ROLE

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。
3、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
21
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
ex_detail_ufdr_30streaming
TBL_TYPE
表类型
EXTERNAL_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
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
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
4、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
41
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://193.168.1.75:9000/detail_ufdr_streaming_test
NUM_BUCKETS
分桶数量
0
OUTPUT_FORMAT
文件输出格式
org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
SERDE_ID
序列化类ID
41，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

41

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
41
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
41
PARAM_KEY
属性名
field.delim
PARAM_VALUE
属性值
|
5、Hive表字段相关的元数据表
主要涉及COLUMNS_V2
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
21
COMMENT
字段注释
NULL
COLUMN_NAME
字段名
air_port_duration
TYPE_NAME
字段类型
bigint
INTEGER_IDX
字段顺序
119
6、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
21
CREATE_TIME
分区创建时间
1450861405
LAST_ACCESS_TIME
最后一次访问时间
0
PART_NAME
分区名
hour=15/last_msisdn=0
SD_ID
分区存储ID
43
TBL_ID
表ID
22
LINK_TARGET_ID

NULL

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
22
PKEY_COMMENT
分区字段说明
NULL
PKEY_NAME
分区字段名
hour
PKEY_TYPE
分区字段类型
int
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
21
PART_KEY_VAL
分区字段值
0
INTEGER_IDX
分区字段值顺序
1

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
21
PARAM_KEY
分区属性名
numFiles，numRows
PARAM_VALUE
分区属性值
1，502195
6、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
TBL_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