如何知道配置单元中分区的位置？

Question

如果我写一个 hive sql 就像

ALTER TABLE tbl_name ADD PARTITION (dt=20131023) LOCATION 'hdfs://path/to/tbl_name/dt=20131023;

稍后如何查询有关分区的此位置？ 因为我发现位置有一些数据但我无法查询它们，hive sql like

SELECT data FROM tbl_name where dt=20131023;

Answer 1

对分区而不是全表进行描述。
如果它是外部表，这将显示链接的位置。

describe formatted tbl_name partition (dt='20131023')

Answer 2

show table extended like 'tbl_name' partition (dt='20131023');

显示表/分区扩展

SHOW TABLE EXTENDED将列出与给定正则表达式匹配的所有表的信息。 如果存在分区规范，则用户不能对表名使用正则表达式。 此命令的输出包括像基本表信息和文件系统信息totalNumberFiles ， totalFileSize ， maxFileSize ， minFileSize ， lastAccessTime和lastUpdateTime 。 如果分区存在，它将输出给定分区的文件系统信息而不是表的文件​​系统信息。

Answer 3

如果您有多个嵌套分区，则语法为：

describe formatted table_name partition (day=123,hour=2);

Answer 4

这是我用来获取特定表中特定分区的确切 HDFS 位置的命令格式：

show table extended like flight_context_fused_record partition(date_key='20181013', partition_id='P-DUK2nESsv', custom_partition_1='ZMP');

在上面的命令中，分区规范由三个单独的字段组成。 你的例子可能有更多或更少。

请参阅下面的结果。 请注意“位置：”字段显示 HDFS 文件夹位置。

hive (nva_test)> show table extended like flight_context_fused_record partition(date_key='20181013', partition_id='P-DUK2nESsv', custom_partition_1='ZMP');
OK
tableName:flight_context_fused_record
owner:nva-prod
location:hdfs://hdp1-ha/tmp/vfisher/cms-context-acquisition-2019-06-13/FlightContextFusedRecord/2018/10/13/ZMP/P-DUK2nESsv
inputformat:org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat
outputformat:org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat
columns:struct columns { string primary_key, string facility, string position, i32 dalr_channel, i64 start_time_unix_millis, i64 end_time_unix_millis, string foreign_key_to_audio_segment, struct<on_frequency_flight_list:list<struct<acid:string,ac_type:string>>,transfer_list:list<struct<primary_key:string,acid:string,data_id:string,ac_type:string,from_facility:string,from_position:string,transition_time:i64,transition_time_start:i64,transtition_time_end:i64,to_facility:string,to_position:string,source:string,source_info:string,source_time:i64,confidence:double,confidence_description:string,uuid:string>>,source_list:list<string>,domain:string,domains:list<string>> flight_context}
partitioned:true
partitionColumns:struct partition_columns { i32 date_key, string partition_id, string custom_partition_1}
totalNumberFiles:1
totalFileSize:247075687
maxFileSize:247075687
minFileSize:247075687
lastAccessTime:1561122938361
lastUpdateTime:1561071155639

命令的通用形式（取出我的特定值并放入参数说明符）如下所示：

show table extended like <your table name here> partition(<your partition spec here>);

Answer 5

如果您想知道正在阅读的文件的位置，请使用

SELECT INPUT__FILE__NAME, BLOCK__OFFSET__INSIDE__FILE FROM <table> WHERE <part_name> = '<part_key>'

然后你得到

hdfs:///user/hive/warehouse/<db>/<table>/<part_name>=<part_key>/000000_0.snappy, 0
hdfs:///user/hive/warehouse/<db>/<table>/<part_name>=<part_key>/000000_1.snappy, 0

Answer 6

你可以简单地这样做：

DESC FORMATTED tablename PARTITION (yr_no='y2019');

OR

DESC EXTENDED tablename PARTITION (yr_no='y2019');

Answer 7

您可以通过运行以下任何 Hive 命令来获取 HDFS 上 Hive 分区的位置。

DESCRIBE FORMATTED tbl_name  PARTITION(dt=20131023);
SHOW TABLE EXTENDED LIKE tbl_name PARTITION(dt=20131023);

或者，您也可以通过运行 HDFS list 命令来获取

hdfs dfs -ls <your Hive store location>/<tablename>

链接： Hive 显示或列出所有分区

谢谢，NNK

Answer 8

您可以通过 Hive Metastore Thrift 协议获取此信息，例如使用hmsclient 库：

蜂巢cli：

hive> create table test_table_with_partitions(f1 string, f2 int) partitioned by (dt string);
OK
Time taken: 0.127 seconds

hive> alter table test_table_with_partitions add partition(dt=20210504) partition(dt=20210505);
OK
Time taken: 0.152 seconds

Python命令行：

>>> with client as c:
...     partition = c.get_partition_by_name(db_name='default', 
                                            tbl_name='test_table_with_partitions',
                                            part_name='dt=20210504')
... 
>>> partition.sd.location
'hdfs://hdfs.master.host:8020/user/hive/warehouse/test_table_with_partitions/dt=20210504'