将列添加到现有HIVE表会产生什么后果？

Question

假设在开始使用HIVE后几百个Gigs我想添加一个列。 来自各种文章＆amp;我见过的页面，我无法理解其中的后果

• 需要存储空间（双倍？）
• 阻止（我还能在其他进程中读取表格吗？）
• 时间（是快速还是与MysqL变化一样慢？）
• 底层存储（我是否需要更改所有底层文件？如何使用RCFile完成？）

奖励任何能够在HIVE专栏中回答相同问题的人。

Answer 1

如果向hive表添加列，则仅更新基础Metastore。

• 只要不添加数据，所需的存储空间就不会增加
• 可以在其他进程访问表时进行更改
• 更改非常快（仅更新底层Metastore）
• 您不必更改基础文件。现有记录的值为新列

我希望这会有所帮助。

Answer 2

ALTER TABLE命令仅修改METADATA。基础数据保持不变。但是，用户有责任确保任何更改都不会破坏数据的一致性。

对METADATA的任何更改都应用于Metastore（最常见的是MySQL），在这种情况下，响应时间是可比较的。

Answer 3

更改定义只会修改文件的读取方式，而不会修改底层文件的内容。

如果您的文件是带有3列的制表符分隔文本，则可以创建一个表，该表引用具有new_table（行STRING）等方案的文件，这些方案将读取整行而不根据制表符解析出列。

当你添加一个列时，由于记录中没有更多的分隔符，它将默认为NULL，正如Helmut所提到的那样。