自动更新Hive分区表的元数据的方法是什么?
如果将新分区数据添加到HDFS(没有alter table add partition命令执行)。然后我们可以通过执行命令'msck repair'来同步元数据。
如果从HDFS中删除了大量分区数据(没有执行alter table drop partition commad执行),该怎么办?
同步Hive元数据的方法是什么?
编辑:从Hive 3.0.0开始MSCK
现在可以使用以下语法发现新分区或删除丢失的分区(或两者):
MSCK [REPAIR] TABLE table_name [ADD/DROP/SYNC PARTITIONS]
这是在HIVE-17824实施的
正如HakkiBuyukcengiz正确陈述的那样,如果手动删除HDFS上的相应文件夹,MSCK REPAIR
不会删除分区,只有在创建新文件夹时才会添加分区。
从官方qazxsw poi中提取:
换句话说,它将添加HDFS上存在但不在Metastore中的任何分区到Metastore。
如果在HDFS上手动删除多个分区文件夹并且我想快速刷新分区,这就是我在documentation表存在时通常所做的事情:
external
)(删除外部表不会删除底层分区文件)DROP TABLE table_name
)CREATE EXTERNAL TABLE table_name ...
)根据分区数量,这可能需要很长时间。另一个解决方案是为每个已删除的分区文件夹使用MSCK REPAIR TABLE table_name
,但如果删除了多个分区,这可能会很繁琐。
尝试使用
ALTER TABLE DROP PARTITION (...)
确保将表设置为external,删除所有分区,然后运行表修复:
MSCK REPAIR TABLE <tablename>;
如果msck修复抛出错误,则从终端运行配置单元:
alter table mytable_name set TBLPROPERTIES('EXTERNAL'='TRUE')
alter table mytable_name drop if exists partition (`mypart_name` <> 'null');
msck repair table mytable_name;
或者hive --hiveconf hive.msck.path.validation=ignore