HIVE元数据

HIVE元数据表数据字典：

表名	说明
BUCKETING_COLS	Hive表CLUSTERED BY字段信息(字段名，字段序号)
COLUMNS	Hive表字段信息(字段注释，字段名，字段类型，字段序号)
DBS
NUCLEUS_TABLES	元数据表和hive中class类的对应关系
PARTITIONS	Hive表分区信息(创建时间，具体的分区)
PARTITION_KEYS	Hive分区表分区键(名称，类型，comment，序号)
PARTITION_KEY_VALS	Hive表分区名(键值，序号)
PARTITION_PARAMS
SDS	所有hive表、表分区所对应的hdfs数据目录和数据格式
SD_PARAMS
SEQUENCE_TABLE	Hive对象的下一个可用ID
SERDES	Hive表序列化反序列化使用的类库信息
SERDE_PARAMS	序列化反序列化信息，如行分隔符、列分隔符、NULL的表示字符等
SORT_COLS	Hive表SORTED BY字段信息(字段名，sort类型，字段序号)
TABLE_PARAMS	表级属性，如是否外部表，表注释等
TBLS	所有hive表的基本信息

这些表的内容在HIVE里面是有很格式化的显示，在HIVE里面输入describe formatted table_name；展示出来的信息就是表格中所有表(除了NUCLEUS_TABLE, SEQUENCE_TABLE这两张表)的信息，而且key值基本上和元数据的表字段名称一致。

---

HIVE如何定义和操作元数据：

定义：
\src\metastore\src\model\ package.jdo和org.apache.hadoop.hive.metastore.model.*用来定义元数据的数据字典和操作。

以TBLS表为例：
Mysql中的表结构为：

mysql> desc TBLS; +--------------------+--------------+------+-----+---------+-------+ | Field | Type | Null | Key | Default | Extra | +--------------------+--------------+------+-----+---------+-------+ | TBL_ID | bigint(20) | NO | PRI | NULL | | | CREATE_TIME | int(11) | NO | | NULL | | | DB_ID | bigint(20) | YES | MUL | NULL | | | LAST_ACCESS_TIME | int(11) | NO | | NULL | | | OWNER | varchar(767) | YES | | NULL | | | RETENTION | int(11) | NO | | NULL | | | SD_ID | bigint(20) | YES | MUL | NULL | | | TBL_NAME | varchar(128) | YES | MUL | NULL | | | VIEW_EXPANDED_TEXT | mediumtext | YES | | NULL | | | VIEW_ORIGINAL_TEXT | mediumtext | YES | | NULL | | | TBL_TYPE | varchar(128) | YES | | NULL | | +--------------------+--------------+------+-----+---------+-------+

在package.jdo里的定义为：

<class name="MTable" table="TBLS" identity-type="datastore" detachable="true"> <datastore-identity> <column name="TBL_ID"/> </datastore-identity> <index name="UniqueTable" unique="true"> <column name="TBL_NAME"/> <column name="DB_ID"/> </index> <field name="tableName"> <column name="TBL_NAME" length="128" jdbc-type="VARCHAR"/> </field> <field name="database"> <column name="DB_ID"/> </field> <field name="sd" dependent="true"> <column name="SD_ID"/> </field> <field name="owner"> <column name="OWNER" length="767" jdbc-type="VARCHAR"/> </field> <field name="createTime"> <column name="CREATE_TIME" jdbc-type="integer"/> </field> <field name="lastAccessTime"> <column name="LAST_ACCESS_TIME" jdbc-type="integer"/> </field> <field name="retention"> <column name="RETENTION" jdbc-type="integer"/> </field> <field name="viewOriginalText"> <column name="VIEW_ORIGINAL_TEXT" jdbc-type="LONGVARCHAR"/> </field> <field name="viewExpandedText"> <column name="VIEW_EXPANDED_TEXT" jdbc-type="LONGVARCHAR"/> </field> <field name="tableType"> <column name="TBL_TYPE" length="128" jdbc-type="VARCHAR"/> </field> </class>

表名为：TBLS；对应的类为：org.apache.hadoop.hive.metastore.model. MTable，TBLS的所有操作都在此类中定义。

---

操作：
org.apache.hadoop.hive.metastore. ObjectStore
定义了如何获取元数据，如何写入元数据，其实全部是调用javax.jdo中各个类的方法。
以listPartitionNames为例：

public List<String> listPartitionNames(String dbName, String tableName, short max) throws MetaException { List<String> pns = new ArrayList<String>(); boolean success = false; try { openTransaction(); LOG.debug("Executing getPartitionNames"); dbName = dbName.toLowerCase().trim(); tableName = tableName.toLowerCase().trim(); javax.jdo.Query q = pm.newQuery( "select partitionName from org.apache.hadoop.hive.metastore.model.MPartition " + "where table.database.name == t1 && table.tableName == t2 " + "order by partitionName asc"); q.declareParameters("java.lang.String t1, java.lang.String t2"); q.setResult("partitionName"); Collection names = (Collection) q.execute(dbName, tableName); pns = new ArrayList<String>(); for (Iterator i = names.iterator(); i.hasNext();) { pns.add((String) i.next()); } success = commitTransaction(); } finally { if (!success) { rollbackTransaction(); } } return pns; }

所以，如果要修改HIVE元数据管理的功能，就可以按如下步骤操作：
1.     在\src\metastore\src\model\ package.jdo中定义新的HIVE元数据表的数据字典
2.     在org.apache.hadoop.hive.metastore.model中定义新增表的操作
3.     在org.apache.hadoop.hive.metastore. ObjectStore中新增方法处理如上定义的功能