【Hive】升级元数据踩坑（mysql版本）

一、背景

hive的版本更新得蛮快的，但是一般我们定好一个版本之后，就不太会升级，不过有时候集群迁移，顺手想要用到一些新版本的特性，就会遇到升级hive的版本的场景

这就涉及到元数据升级和迁移：

二、方案

有两种做法：

1、写脚本

通过脚本获得所有的建表语句，然后直接在高版本的hive中执行相应的建表语句，然后数据导入之后，msck repair table（修复下分区信息）

【hive】hive创建库，表相关，拉数据到本地，自定义UDF，设置队列：【hive】hive创建库，表相关，拉数据到本地，自定义UDF，设置队列_lsr40的博客-CSDN博客_hive udf为本地

但是如果批量修复元数据，有可能分区太多导致OOM，可以设置下批次，比如：set hive.msck.repair.batch.size=5000;

我只能给出一个大概的例子，参照这个例子再去添加相应的符合各人需求的内容就可以~

#!/bin/bash 
#查询获得所有databases
databases=`hive -S -e "show databases;"`
echo $databases
array=(${databases// / })  
#循环传入database
for database in ${array[@]}
do
   #获取该库下所有tables
   tablenames=`hive -S -e "use $database; show tables;"`
   table_array=(${tablenames// / })
   #删除该库历史建表语句
   rm -rf ${database}.txt
   #循环传入table
   for tablename in ${table_array[@]}
   do
      create_table=`hive -S -e "use $database; show create table $tablename;"`";"
      echo -e $create_table >>${database}.txt 
      echo -e '\n' >>${database}.txt
   done
done

2、升级元数据库

升级

hive有提供相应的命令更新和修改元数据库

schematool 和 metatool （升级元数据库，使用schematool就好了）

比如初始化元数据库：schematool -dbType mysql -initSchema

schematool -help
usage: schemaTool
 -dbOpts              Backend DB specific options
 -dbType              Metastore database type
 -dryRun                            list SQL scripts (no execute)
 -help                              print this message
 -info                              Show config and schema details
 -initSchema                        Schema initialization
 -initSchemaTo              Schema initialization to a version
 -passWord                Override config file password
 -upgradeSchema                     Schema upgrade
 -upgradeSchemaFrom    Schema upgrade from a version
 -userName                    Override config file user name
 -verbose                           only print SQL statements

metatool -help
usage: metatool
 -dryRun                                  Perform a dry run of
                                          updateLocation changes.When run
                                          with the dryRun option
                                          updateLocation changes are
                                          displayed but not persisted.
                                          dryRun is valid only with the
                                          updateLocation option.
 -executeJDOQL              execute the given JDOQL query
 -help                                    print this message
 -listFSRoot                              print the current FS root
                                          locations
 -prepareAcidUpgrade    Generates a set Compaction
                                          commands to run to prepare for
                                          Hive 2.x to 3.0 upgrade
 -serdePropKey            Specify the key for serde
                                          property to be updated.
                                          serdePropKey option is valid
                                          only with updateLocation option.
 -tablePropKey            Specify the key for table
                                          property to be updated.
                                          tablePropKey option is valid
                                          only with updateLocation option.
 -updateLocation        Update FS root location in the
                                          metastore to new location.Both
                                          new-loc and old-loc should be
                                          valid URIs with valid host names
                                          and schemes.When run with the
                                          dryRun option changes are
                                          displayed but are not persisted.
                                          When run with the
                                          serdepropKey/tablePropKey option
                                          updateLocation looks for the
                                          serde-prop-key/table-prop-key
                                          that is specified and updates
                                          its value if found.

在$HIVE_HOME/scripts/metastore/upgrade/mysql目录下，有相应的升级脚本

假设我的hive版本是0.14.0

那么就可以执行：schematool -dbType mysql -upgradeSchemaFrom 0.14.0 -dryRun 来查看实际会运行哪些脚本

那我们就可以到这些upgrade脚本中看看具体执行了哪些sql，例如：

所以其实原理就是，升级版本的脚本里面有hive的一个又一个的issue，每个issue脚本里，都是一段sql，可能是新增字段，或者创建索引等操作

所以我们有两种更新方式：

（1）、schematool -dbType mysql -upgradeSchemaFrom 0.14.0

可以到元数据库中做sql查询，看到具体的版本：select * from 元数据库.VERSION;

（2）、拿每一个版本升级的sql去mysql里面做source

两种有什么区别的？

第一种，如果sql报错，整个升级任务可能停下来，但是有些命令并不是事务的，所以会导致第一遍执行因为报错C停了下来，然后你解决了报错C，重新执行的时候，会有各种的Duplicate column name xxx，因为在上一次你添加字段或者索引成功了，现在要重复添加就报错了，这时候你就要把整个库删了，重新导入一遍，重新升级，还是挺麻烦的

第二种，自己去数据库手动source，不会因为某一段报错而停止，所以要注意看升级版本的时候有没有报错，如果要报错要去解决，不然可能你升级后续的版本会遇到缺失字段等异常

三、报错

我来说说我遇到的2个报错

1、升级upgrade-1.2.0-to-2.0.0.mysql.sql

021-HIVE-7018.mysql.sql里面报的错

这里是个存储过程，判断PARTITIONS和TBLS里面有没有LINK_TARGET_ID字段，有的话，就做对应的删除

至于为什么要删除，大家可以看下这个issue：[HIVE-7018] Table and Partition tables have column LINK_TARGET_ID in Mysql scripts but not others - ASF JIRA

这个报错，是删除外键报的错，因为存储过程里在执行了下面这两条

ALTER TABLE `TBLS` DROP FOREIGN KEY `TBLS_FK3`;

ALTER TABLE `PARTITIONS` DROP FOREIGN KEY `PARTITIONS_FK3`;

我show create table TBLS和PARTITIONS，发现外键不存在（下图是存在的情况，不同版本有的在有的不在，不在就会报错）

所以把上面那两条alter注释掉就好了

2、Specified key was too long; max key length is 767 bytes

这个报错，就是创建索引的时候，utf-8长度超过了，大家有兴趣翻翻相关文章就好

具体是因为：upgrade-2.3.0-to-3.0.0.mysql.sql

执行了：ALTER TABLE `DBS` ADD UNIQUE KEY `UNIQUE_DATABASE` (`NAME`, `CTLG_NAME`);

但是CTLG_NAME和NAME都是utf-8，所以超过了

可以在脚本中将原来的这条：ALTER TABLE `DBS` CHANGE COLUMN `CTLG_NAME` `CTLG_NAME` varchar(256) NOT NULL DEFAULT 'hive';
修改为：ALTER TABLE `DBS` CHANGE COLUMN `CTLG_NAME` `CTLG_NAME` varchar(256) CHARACTER SET latin1 NOT NULL DEFAULT 'hive';

Specified key was too long; max key length is 767 bytes问题解决：Specified key was too long; max key length is 767 bytes问题解决_wowo_zZ的博客-CSDN博客

总结

反正原理就是这样，到数据库中实际执行一些create或者alter语句，执行的时候有具体报错具体解决就好

菜鸡一只，努力学习提升自己~

特别感谢以下这两篇文章给我带来的帮助：

解决MySQL删除外键时报错：解决MySQL删除外键时报错_动静如水的博客-CSDN博客（作者：动静如水）

Hive 0.13到Hive 2.1跨版本升级全姿势与避坑指南 ：Hive 0.13到Hive 2.1跨版本升级全姿势与避坑指南

好奇心和适当的固执，是很能推动个人成长的因素，遇到问题，要多思考内在的原理，单纯浮于表面很难有所提高！

还有背单词这个事情，目标定的太大（每天背太多），反而每天都想懈怠，小小的目标，一步一步走，也能达到终点~