Hive学习-高级版三（元数据梳理）

hive的数据分为两部分，一部分是真实的数据文件，存放在hdfs上，另一份是真实数据的元数据（即数据的描述信息，比如说存储位置、时间、大小之类的），一般存放在mysql中，存放的配置可以修改hive-site.xml来完成：

表结构可以参考博客：[一起学Hive]之十四-Hive的元数据表结构详解 - 1130136248 - 博客园

1、hive版本表

version：存储hive的版本信息的表，有且只能有一条记录，多或者少都不行

2、数据库相关的表

dbs是主表，其他表都是从表，根据DB_ID关联。其中tbls表也是dbs的从表，tbls表的从表也很多就不在这里显示了

dbs示例数据：

data_params示例数据（创建表的时候指定的创建者和创建时间）：

funcs示例数据（自定义方法相关描述）：

func_ru示例数据：

3、表相关的表

tbls是表的主体部分，包括表名称、表的创建时间、所属数据库的id、所在目录等信息，示例数据如下：

table_params示例数据，这里存放表的相关属性信息：

partitions示例数据：

partition_keys示例数据：

idxs、tbl_col_privs、tbl_col_stats、tbl_privs表没数据。

4、分区相关

partition_params表示例数据：

partition_params示例数据：

part_privs、part_col_stats、part_col_privs无数据

5、文件相关

sds示例数据：

columns_v2示例数据：

serdes示例数据：

serde_params示例数据：

元数据操作需求：

再不适用hive相关的客户端和其他类似直接操作hive的工具的情况下，删除一张表(test.a)，如下：

操作步骤如下：

第一步：根据表名和库名查询得出TBL_ID、SD_ID、PART_ID、CD_ID、SERDE_ID

SELECT

t.TBL_ID,t.SD_ID,p.PART_ID,s.CD_ID,s.SERDE_ID

FROM

(

SELECT

tt.TBL_ID,

tt.SD_ID

FROM

tbls tt,

dbs d

WHERE

d.DB_ID = tt.DB_ID

AND d.`NAME` = 'test'

AND tt.TBL_NAME = 'a'

) t

LEFT JOIN sds s ON t.sd_id = s.SD_ID

LEFT JOIN `partitions` p on t.TBL_ID=p.TBL_ID

结果如下：

第二步：按照顺序依次执行删除数据语句（要先删除子表数据）

先删除partition相关的（选的实验表没有分区，假设有分区）：

delete from partition_params where PART_ID=

delete from partition_key_vals where PART_ID=

part_privs，part_col_stats，part_col_privs //这几个表基本没有数据，可以不用管，如果有数据则必须删除，否则partitions因为外键关系无法删除对应数据

delete from partitions  where PART_ID=

---

再删除tbls相关的

delete from table_params where TBL_ID=16

delete from partition_keys where TBL_ID=16

tbl_col_privs，tbl_privs，tab_col_stats，index_params，idxs的原理同上（注意idxs是index_params的主表）

delete from tbls where TBL_ID=16

---

最后删除sds相关

sd_params，bucketing_cols，skewed_string_list_values，skewed_col_names，skewed_values

这些都是sds的从表，需要先行删除，但是基本上都没有数据

delete from sds where SD_ID=16

删除cds相关

delete from columns_v2 where CD_ID=21

delete from cds where CD_ID=21

删除serdes相关

delete from serde_params where SERDE_ID=16

delete from serdes where SERDE_ID=16

删除结果：