在Metastore中进行分区，但HDFS中不存在路径

Question

我们的提取过程遇到问题，这会导致将分区添加到Hive中的表中，但是HDFS中的路径实际上并不存在。我们已经解决了该问题，但是仍然存在这些错误的分区。使用Tez查询这些表时，我们得到FileNotFound异常，指向HDFS中不存在的位置。如果我们使用MR而不是Tez，则查询有效（这对我来说很混乱），但是它太慢了。

有没有办法列出所有具有此探针的分区？ MSCK REPAIR似乎可以解决相反的问题，即HDFS中存在数据，但Hive中没有分区。

编辑：更多信息。这是找不到文件异常的输出：

java.io.FileNotFoundException: File hdfs://<server>/db/tables/2016/03/14/mytable does not exist.

如果运行show partitions <db.mytable>，我将获得所有分区，包括的一个分区dt=2016-03-14。

show table extended like '<db.mytable>' partition(dt='2016-03-14'返回相同的位置： location:hdfs://server/db/tables/2016/03/14/mytable。

Answer 1

MSCK REPAIR TABLE <tablename> 没有提供此功能，我也面临同样的问题，因此我找到了解决方案，

众所周知，“ msck repair”命令会根据目录添加分区，因此首先删除所有分区

hive>ALTER TABLE mytable drop if exists partitions(p<>'');

上面的命令删除所有分区，

然后使用msck repair命令，它将从表位置的目录创建分区。

hive>msck repair table mytable

Answer 2

它似乎MSCK REPAIR TABLE不会删除指向丢失目录的分区，但它确实列出了这些分区（请参阅参考资料Partitions not in metastore:），因此只需编写一些脚本/手动工作，您就可以根据给定的列表删除它们。

hive> create table mytable (i int) partitioned by (p int);
OK
Time taken: 0.539 seconds

hive> !mkdir mytable/p=1;
hive> !mkdir mytable/p=2;
hive> !mkdir mytable/p=3;

hive> msck repair table mytable;
OK
Partitions not in metastore:    mytable:p=1 mytable:p=2 mytable:p=3
Repair: Added partition to metastore mytable:p=1
Repair: Added partition to metastore mytable:p=2
Repair: Added partition to metastore mytable:p=3
Time taken: 0.918 seconds, Fetched: 4 row(s)

hive> show partitions mytable;
OK
p=1
p=2
p=3
Time taken: 0.331 seconds, Fetched: 3 row(s)

hive> !rmdir mytable/p=1;
hive> !rmdir mytable/p=2;
hive> !rmdir mytable/p=3;

hive> msck repair table mytable;
OK
Partitions missing from filesystem: mytable:p=1 mytable:p=2 mytable:p=3
Time taken: 0.425 seconds, Fetched: 1 row(s)

hive> show partitions mytable;
OK
p=1
p=2
p=3
Time taken: 0.56 seconds, Fetched: 3 row(s)