Hive统计信息是在0.7引入的（https://issues.apache.org/jira/browse/HIVE-33），对于Insert/Load/Merge等DDL操作时在Task后加入一个StatsTask进行统计信息收集，并订阅前置Operator（FileSink/TableScan）的feed.不过现在这个stats并没有使用起来.

线上虽然开启了hive.stats.autogather=true想搜集一些信息，但是ETL Job经常报：[Warning] could notupdate stats，查看日志发现：

ERRORjdbc.JDBCStatsPublisher (JDBCStatsPublisher.java:init(281)) - Error during JDBCinitialization.

java.sql.SQLException:The connection property 'createDatabaseIfNotExist' only accepts values of theform: 'true', 'false', 'yes' or 'no'. The value 'true;user=xxx;password=xxx' isnot in this set.

原来是连接字符串的配置问题，在xml里&需要写成&才可以，修改后生效，可以更新:[num_partitions: xxx, num_files: xxx,num_rows: 0, total_size: xxx, raw_data_size: 0]的XXX的几个变量，但是发现num_rows/raw_data_size这两个值无论如何都无法更新，analyze命令也不管用，看下issue：https://issues.apache.org/jira/browse/HIVE-3324确实有这么个bug，不过并没有很合理的解释，anyway，在hive0.13后使用hadoop counter来做stat publish了，就没这个问题了.

其实如果用来做smallfile分析有这些信息也够了：P