hive元数据迁移

九月1年前 (2023-12-24)技术文章815

一、在新集群中创建hive数据库，作为新集群中的元数据库。

注意点：创建hive数据库时注意用户和用户的权限及使用的编码格式一致。

查看旧集群中角色权限和编码格式，在新的hive元数据库中设置相同的角色权限和编码格式。

use mysql;
select * from user where user='root';
show grants for root@localhost;
show variables like 'character%'

二、旧集群中获取hive元数据库，使用mysql命令将其导出为一个sql文件。

mysqldump -uroot -proot --databases hive > /data/tmp/db_hive.sql

三、将获取到的sql文件复制到新集群中，在新的hive元数据库中执行。

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| amon               |
| dataxweb           |
| hive               |
| hue                |
| metastore          |
| mutong             |
| mysql              |
| nav                |
| navms              |
| oozie              |
| performance_schema |
| rman               |
| rmon               |
| scm                |
| sentry             |
| sys                |
+--------------------+
17 rows in set (0.00 sec)

mysql> use hive;
Database changed
mysql> show tables;
Empty set (0.00 sec)

mysql> source /data/tmp/db_hive.sql

出现错误：ERROR 1840 (HY000): @@GLOBAL.GTID_PURGED can only be set when @@GLOBAL.GTID_EXECUTED is empty.

因为两个集群中都有gtid的信息，导致数据在迁移过程中报错。

解决方法：在dump生成文件的时候，使用--set-gtid-purged=off参数，忽略gtid信息。

mysqldump -uroot -proot --set-gtid-purged=off --databases hive > /data/tmp/db_hive.sql

上面的步骤重新进行一遍。运行成功。

四、修改cdh新集群中涉及到hdfs路径的信息。

涉及到location字段hive数据库和hive数据表dbs/sds的更新。

use hive;
select * from dbs d2 
select * from sds s  
------备份好元数据--------
update  metastore.dbs set DB_LOCATION_URI  = REPLACE(DB_LOCATION_URI,"hadoop:9000","cdh01:8020") ;
update  metastore.sds set LOCATION  = REPLACE(LOCATION,"hadoop:9000","cdh01:8020") ;

五、在cdh页面配置中修改成自己刚创建的hive元数据库。

注意点：cdh元数据库涉及到cdh的表，需要添加到刚创建的hive元数据库中，否则会报错。然后重启cdh集群。

use hive

CREATE TABLE `cdh_version` (
  `VER_ID` bigint(20) NOT NULL,
  `SCHEMA_VERSION` varchar(127) NOT NULL,
  `VERSION_COMMENT` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`VER_ID`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

CREATE TABLE `metastore_db_properties` (
  `PROPERTY_KEY` varchar(255) NOT NULL,
  `PROPERTY_VALUE` varchar(1000) NOT NULL,
  `DESCRIPTION` varchar(1000) DEFAULT NULL,
  PRIMARY KEY (`PROPERTY_KEY`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

需要导入对应的版本信息：

新建的hive元数据库dbs表中缺少CREATE_TIME字段,tbls中缺少owner_type

ALTER TABLE hive.dbs ADD create_time INT(11) NULL;
ALTER TABLE hive.tbls ADD owner_type varchar(10) null  after owner;

有warn信息报错：

主要是mysqldump中获取的dbs表owner_name字段中anonymous用户未找到，暂不影响使用。

使用beeline连接hive进行测试；

beeline> !connect  jdbc:hive2://172.16.104.2:10000
Connecting to jdbc:hive2://172.16.104.2:10000
Enter username for jdbc:hive2://172.16.104.2:10000: 
Enter password for jdbc:hive2://172.16.104.2:10000: 
Connected to: Apache Hive (version 2.1.1-cdh6.3.2)
Driver: Hive JDBC (version 2.1.1-cdh6.3.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://172.16.104.2:10000> show databases;
INFO  : Compiling command(queryId=hive_20210308210532_3326f98f-a2c7-4531-9762-d59638d3767e): show databases
INFO  : Semantic Analysis Completed
INFO  : Returning Hive schema: Schema(fieldSchemas:[FieldSchema(name:database_name, type:string, comment:from deserializer)], properties:null)
INFO  : Completed compiling command(queryId=hive_20210308210532_3326f98f-a2c7-4531-9762-d59638d3767e); Time taken: 0.235 seconds
INFO  : Executing command(queryId=hive_20210308210532_3326f98f-a2c7-4531-9762-d59638d3767e): show databases
INFO  : Starting task [Stage-0:DDL] in serial mode
INFO  : Completed executing command(queryId=hive_20210308210532_3326f98f-a2c7-4531-9762-d59638d3767e); Time taken: 0.012 seconds
INFO  : OK
+----------------+
| database_name  |
+----------------+
| default        |
| mutong         |
| mutong2        |
+----------------+
3 rows selected (0.418 seconds)
0: jdbc:hive2://172.16.104.2:10000> create database ods;
INFO  : Compiling command(queryId=hive_20210308210640_18e24adc-24bb-495d-ae2f-a84c4c8ff2c9): create database ods
INFO  : Semantic Analysis Completed
INFO  : Returning Hive schema: Schema(fieldSchemas:null, properties:null)
INFO  : Completed compiling command(queryId=hive_20210308210640_18e24adc-24bb-495d-ae2f-a84c4c8ff2c9); Time taken: 0.033 seconds
INFO  : Executing command(queryId=hive_20210308210640_18e24adc-24bb-495d-ae2f-a84c4c8ff2c9): create database ods
INFO  : Starting task [Stage-0:DDL] in serial mode
INFO  : Completed executing command(queryId=hive_20210308210640_18e24adc-24bb-495d-ae2f-a84c4c8ff2c9); Time taken: 0.121 seconds
INFO  : OK
No rows affected (0.197 seconds)
0: jdbc:hive2://172.16.104.2:10000> show databases;
INFO  : Compiling command(queryId=hive_20210308210645_5862b5c3-31fb-4950-9b23-d81401cbf9a7): show databases
INFO  : Semantic Analysis Completed
INFO  : Returning Hive schema: Schema(fieldSchemas:[FieldSchema(name:database_name, type:string, comment:from deserializer)], properties:null)
INFO  : Completed compiling command(queryId=hive_20210308210645_5862b5c3-31fb-4950-9b23-d81401cbf9a7); Time taken: 0.028 seconds
INFO  : Executing command(queryId=hive_20210308210645_5862b5c3-31fb-4950-9b23-d81401cbf9a7): show databases
INFO  : Starting task [Stage-0:DDL] in serial mode
INFO  : Completed executing command(queryId=hive_20210308210645_5862b5c3-31fb-4950-9b23-d81401cbf9a7); Time taken: 0.009 seconds
INFO  : OK
+----------------+
| database_name  |
+----------------+
| default        |
| mutong         |
| mutong2        |
| ods            |
+----------------+
4 rows selected (0.088 seconds)

查看新建的hive元数据表，已经生成了新建的ods库，cdh中元数据库切换成功。