Hive：从HDFS回收站恢复被删的表

有语忆语2023-12-08 9:05

场景

一张手工维护的内部表，本来排查没有使用，然后删掉了，发现又需要使用，只能恢复这张表了。

1.确认HDFS是否开启回收站功能

2.查看回收站中的数据

被删除的数据会放在删除数据时使用的用户目录下，如：使用pgxl删除的，那么删除的数据会放在如下目录：

/user/pgxl/.Trash

该目录下会有多个文件夹，每小时删除的数据放在不同文件夹下，目录如下：

3.将回收站的数据移动回表目录下

hive表数据存放的具体位置得看项目中hive的配置，默认放在/user/hive/warehouse下。公司生成环境放在/data下。

powershell 复制代码

[pgxl@tjst8-109 ~]$ hdfs dfs -mv /user/pgxl/.Trash/231130080017/data/hive/warehouse/wedw_dw.db/yyf_styy_txynhis_record_settle_bill_detail_df/* /data/hive/warehouse/wedw_dw.db/yyf_styy_txynhis_record_settle_bill_detail_df/

4.将metastore的分区信息重新写入metastore

通过hdfs dfs -put或者hdfs api写入hive分区表的数据在hive中是无法被查询到的，因为这部分数据的元数据信息没有同步到metastore。如：

powershell 复制代码

spark-sql> select count(1) from wedw_dw.yyf_styy_txynhis_record_settle_bill_detail_df;
0

可使用MSCK REPAIR TABLE命令重新检查一张表的元数据信息。

powershell 复制代码

spark-sql> msck repair table wedw_dw.yyf_styy_txynhis_record_settle_bill_detail_df;

再次查询即可查到数据：

spark-sql> select count(1) from wedw_dw.yyf_styy_txynhis_record_settle_bill_detail_df;

1323423