Hive分區表動態添加欄位

場景描述：

　　公司埋點項目，數據從介面服務寫入kafka集群，再從kafka集群消費寫入HDFS文件系統，最後通過Hive進行查詢輸出。這其中存在一個問題就是：埋點介面中的數據欄位是變化，後續會有少量欄位添加進來。這導致Hive表結構也需要跟著變化，否則無法通過Hive查詢到最新添加欄位的數據。

解決辦法：

　　為數據表添加欄位，欄位必須添加到已有欄位的最後面。因為已經存在的數據是按照之前的表結構寫入到HDFS文件中的，當添加新欄位時為了能相容前面已經存在的數據。在新增的欄位加到分區表後，之前已經存在分區表中的數據會為這些新增的欄位賦予預設值NULL。

具體操作：

hive> show databases; //查詢當前所有資料庫
OK
db_hive_test
default
Time taken: 0.014 seconds, Fetched: 2 row(s)

Hive> use default;

hive> show create table bp_rec_session; //顯示表結構及相關配置信息
OK
CREATE TABLE `bp_rec_session`(
  `appversion` string, 
  ……
  `cpucs` string)
PARTITIONED BY ( 
  `idate` string)
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat'
LOCATION
  'hdfs://x.x.x.x:9000/bp/rec_session'
TBLPROPERTIES (
  'last_modified_by'='os', 
  'last_modified_time'='1519977809', 
  'parquet.compression'='SNAPPY', 
  'transient_lastDdlTime'='1519977809')
Time taken: 0.024 seconds, Fetched: 65 row(s)

hive> alter table bp_rec_session add columns(language string, loginType string); //為分區表添加language和loginType欄位

hive> show create table bp_rec_session; //查看修改後的表結構
OK
CREATE TABLE `bp_rec_session`(
  `appversion` string, 
   …… 
  `cpucs` string, 
  `language` string, 
  `logintype` string)
PARTITIONED BY ( 
  `idate` string)
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat'
LOCATION
  'hdfs://x.x.x.x:9000/bp/rec_session'
TBLPROPERTIES (
  'last_modified_by'='os', 
  'last_modified_time'='1519977809', 
  'parquet.compression'='SNAPPY', 
  'transient_lastDdlTime'='1519977809')

hive> select * from bp_rec_session limit 1; //查詢表數據，檢驗對錶結構修改後是否還能查詢已經存在的數據
OK
7.2    …… Y0MDY2OA=e5d3=    8    NULL    NULL    20180105
Time taken: 0.139 seconds, Fetched: 1 row(s)

上述查詢結果中的兩個"NULL"即為後面添加欄位賦予的預設值！