2019独角兽企业重金招聘Python工程师标准>>>
数据库相关的表
- 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。
表相关的表
- 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 |
存储相关的元数据表
- 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 | , |
表字段相关的元数据表
- 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 |
示例
建表语句:
CREATE TABLE lxw1234 (
cookieid STRING,
url STRING,
ua STRING,
ip STRING,
createtime STRING
)
COMMENT 'This is the page view table'
partitioned BY (day STRING,site STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
stored AS ORC;
建表执行之后,元数据中以下表的数据会有所变化:
- TBLS
生成了表lxw1234的基本信息
SELECT * FROM TBLS WHERE TBL_NAME = ‘lxw1234’;
元数据表字段 | 数据 |
TBL_ID | 41509 |
CREATE_TIME | 1436324659 |
DB_ID | 11 |
LAST_ACCESS_TIME | 0 |
OWNER | liuxiaowen |
RETENTION | 0 |
SD_ID | 91740 |
TBL_NAME | lxw1234 |
TBL_TYPE | MANAGED_TABLE |
VIEW_EXPANDED_TEXT | NULL |
VIEW_ORIGINAL_TEXT | NULL |
- TABLE_PARAMS
select * from TABLE_PARAMS WHERE TBL_ID=41509
TBL_ID | PARAM_KEY | PARAM_VALUE |
41509 | comment | This is the page view table |
41509 | transient_lastDdlTime | 1436324659 |
- SDS
SELECT * FROM SDS WHERE SD_ID = 91740
元数据表字段 | 数据 |
SD_ID | 91740 |
CD_ID | 41564 |
INPUT_FORMAT | org.apache.hadoop.hive.ql.io.orc.OrcInputFormat |
IS_COMPRESSED | 0 |
IS_STOREDASSUBDIRECTORIES | 0 |
LOCATION | hdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234 |
NUM_BUCKETS | -1 |
OUTPUT_FORMAT | org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat |
SERDE_ID | 91740 |
- SERDES
select * from SERDES WHERE SERDE_ID = 91740
元数据表字段 | 数据 |
SERDE_ID | 91740 |
NAME | |
SLIB | org.apache.hadoop.hive.ql.io.orc.OrcSerde |
- SERDE_PARAMS
select * from SERDE_PARAMS WHERE SERDE_ID=91740
SERDE_ID | PARAM_KEY | PARAM_VALUE |
91740 | field.delim | , |
91740 | serialization.format | , |
- COLUMNS_V2
select * from COLUMNS_V2 WHERE CD_ID=41564 ORDER BY INTEGER_IDX
CD_ID | COMMENT | COLUMN_NAME | TYPE_NAME | INTEGER_IDX |
41564 | cookieid | string | 0 | |
41564 | url | string | 1 | |
41564 | ua | string | 2 | |
41564 | ip | string | 3 | |
41564 | createtime | string | 4 |
- PARTITION_KEYS
select * from PARTITION_KEYS WHERE TBL_ID=41509
TBL_ID | PKEY_COMMENT | PKEY_NAME | PKEY_TYPE | INTEGER_IDX |
41509 | day | string | 0 | |
41509 | site | string | 1 |
再插入数据:
INSERT OVERWRITE TABLE lxw1234 PARTITION (day = '2015-07-08', site = 'lxw1234.com')
SELECT
'cookie1' AS cookieid,
'http://lxw1234.com' AS url,
'firefox' AS ua,
'127.0.0.1' AS ip,
'2015-07-08 11:00:01' AS createtime
FROM dual
limit 1;
插入数据执行完之后,以下表的元数据发生变化:
- PARTITIONS
select * from `PARTITIONS` WHERE TBL_ID=41509
PART_ID | CREATE_TIME | LAST_ACCESS_TIME | PART_NAME | SD_ID | TBL_ID |
54472 | 1436325812 | 0 | day=2015-07-08/site=lxw1234.com | 91746 | 41509 |
- SDS
select * from SDS WHERE SD_ID=91746
注意:这里的存储和表的存储是不同的,因为每个分区也会有一个SD
元数据表字段 | 数据 |
SD_ID | 91746 |
CD_ID | 41564 |
INPUT_FORMAT | org.apache.hadoop.hive.ql.io.orc.OrcInputFormat |
IS_COMPRESSED | 0 |
IS_STOREDASSUBDIRECTORIES | 0 |
LOCATION | hdfs://namenode/hivedata/warehouse/liuxiaowen.db/lxw1234/day=2015-07-08/site=lxw1234.com |
NUM_BUCKETS | -1 |
OUTPUT_FORMAT | org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat |
SERDE_ID | 91746 |
- PARTITION_KEY_VALS
select * from PARTITION_KEY_VALS where PART_ID=54472
PART_ID | PART_KEY_VAL | INTEGER_IDX |
54472 | 2015-07-08 | 0 |
54472 | lxw1234.com | 1 |
- PARTITION_PARAMS
select * from PARTITION_PARAMS where PART_ID = 54472
PART_ID | PARAM_KEY | PARAM_VALUE |
54472 | COLUMN_STATS_ACCURATE | true |
54472 | numFiles | 1 |
54472 | numRows | 1 |
54472 | rawDataSize | 408 |
54472 | totalSize | 703 |
54472 | transient_lastDdlTime | 1436325813 |
在分区的属性里面,生成的该分区的统计信息(Statistics)。