Hive的元数据表结构详解

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_VERSIONVERSION_COMMENT
ID主键 Hive版本 版本说明
1 0.13.0 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：


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。



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。


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ID1
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
 


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。


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ID3，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ID1
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ID1
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。


元数据表字段 说明 示例数据
CD_ID 字段信息ID 1
COMMENT 字段注释  
COLUMN_NAME 字段名pt
TYPE_NAME 字段类型string
INTEGER_IDX 字段顺序2
 


6 Hive表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。


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
 


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。


TAB_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_STATS
分区字段的统计信息。


PART_COL_PRIVS
分区字段的权限信息。


FUNCS
用户注册的函数信息


FUNC_RU
用户注册函数的资源信息


 
6 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_KEYPARAM_VALUE
41509 comment This is the page view table
41509 transient_lastDdlTime1436324659
 


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_KEYPARAM_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_NAMEINTEGER_IDX
41564 cookieidstring 0
41564 urlstring 1
41564 uastring 2
41564 ipstring 3
41564 createtimestring 4
 


PARTITION_KEYS
select * from  PARTITION_KEYS  WHERE  TBL_ID=41509


TBL_ID PKEY_COMMENTPKEY_NAME PKEY_TYPEINTEGER_IDX
41509 daystring 0
41509 sitestring 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_TIMELAST_ACCESS_TIME PART_NAMESD_ID TBL_ID
54472 14363258120 day=2015-07-08/site=lxw1234.com91746 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_VALINTEGER_IDX
54472 2015-07-080
54472 lxw1234.com1
 


PARTITION_PARAMS
select * from PARTITION_PARAMS where PART_ID = 54472


PART_ID PARAM_KEYPARAM_VALUE
54472 COLUMN_STATS_ACCURATEtrue
54472 numFiles1
54472 numRows 1
54472 rawDataSize408
54472 totalSize703
54472 transient_lastDdlTime1436325813
 


在分区的属性里面，生成的该分区的统计信息（Statistics）。