元存储中的分区，但 HDFS 中不存在路径

Question

我们的摄取过程遇到了一个问题，会导致分区被添加到Hive中的表中，但HDFS中的路径实际上并不存在。 我们已经修复了这个问题，但我们仍然有这些错误的分区。 当使用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，查询就可以了(这对我来说非常令人困惑)，但它太慢了。

有没有办法列出具有此探测器的所有分区？MSCK REPAIR似乎处理了相反的问题，即数据存在于HDFS中，但Hive中没有分区。

编辑：更多信息。 以下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.

如果我运行show partitions <db.mytable>，我将获得所有分区，包括一个用于dt=2016-03-14的分区。

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>

不提供此功能，我也面临同样的问题，我为此找到了解决方案，

众所周知，"msck repair"命令根据目录添加分区，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中创建分区。

hive>msck repair table mytable

Answer 2

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Partitions not in metastore:)，因此只需一些脚本/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)