Question

我有一个包含1000多个分区的表。

＆＃34; Show partitions＆＃34;命令只列出少量分区。

如何显示所有分区？

更新

我找到了＆＃34; show partitions＆＃34;命令只列出了500个分区。
＆＃34; select ... where ...＆＃34;只处理500个分区！

Answer 1

显示输出时，CLI有一些限制。我建议将输出导出到本地文件：

$hive -e 'show partitions table;' > partitions

Answer 2

hive>显示分区table_name;

Answer 3

您可以在“PARTITIONS”表中看到Hive MetaStore表，分区信息。您可以使用“TBLS”加入“Partition”来查询特殊的表分区。

Answer 4

好的，我正在通过扩展上面的wmky答案来写这个答案。另外，假设您已为您的Metastore而不是derby配置了mysql。

select PART_NAME FROM PARTITIONS WHERE TBL_ID=(SELECT TBL_ID FROM TBLS WHERE TBL_NAME='<table_name>');

上面的查询为您提供了分区列的所有可能值。

<强> 实施例

hive> desc clicks_fact;
OK
time                    timestamp                                   
..                              
day                     date                                        
file_date               varchar(8)                                  

# Partition Information      
# col_name              data_type               comment             

day                     date                                        
file_date               varchar(8)                                  
Time taken: 1.075 seconds, Fetched: 28 row(s)

我要获取分区列的值。

mysql> select PART_NAME FROM PARTITIONS WHERE TBL_ID=(SELECT TBL_ID FROM TBLS WHERE TBL_NAME='clicks_fact');
+-----------------------------------+
| PART_NAME                         |
+-----------------------------------+
| day=2016-08-16/file_date=20160816 |
| day=2016-08-17/file_date=20160816 |
....
....
| day=2017-09-09/file_date=20170909 |
| day=2017-09-08/file_date=20170909 |
| day=2017-09-09/file_date=20170910 |
| day=2017-09-10/file_date=20170910 |
+-----------------------------------+

1216 rows in set (0.00 sec)

返回所有分区列。

注意：JOIN表DBS当涉及到数据库时（{，当多个数据库具有相同的table_name时）<{1}} < /强>

Answer 5

另一种选择是通过 Thrift 协议与 Hive Metastore 通信。
如果您使用 Python 编写代码，您可能会受益于 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：

>>> from hmsclient import hmsclient
>>> client = hmsclient.HMSClient(host='hive.metastore.location', port=9083)
>>> with client as c:
...    all_partitions = c.get_partitions(db_name='default',
...                                      tbl_name='test_table_with_partitions', 
...                                      max_parts=24 * 365 * 3)
...
>>> print([{'dt': part.values[0]} for part in all_partitions])
[{'dt': '20210504'}, {'dt': '20210505'}]

注意：max_parts 是一个不能大于 32767（java 短最大值）的参数。

如果您将 Airflow 与 apache.hive extra 一起安装，您可以轻松创建 hmsclient：

hive_hook = HiveMetastoreHook()
with hive_hook.metastore as hive_client:
    ... your code goes here ...

这似乎是一种与 Hive Metastore 通信比直接访问数据库（以及与数据库引擎无关的BTW）更有效的方式。

Hive：如何显示表的所有分区？

5 个答案: