如何合并Hive与Metastore查询获取列名及极值？Hive是否有information_schema？

嘿，这俩问题我都门儿清，给你唠唠：

直接用静态SQL没法一步到位哈，因为元数据查询拿到的是列名，而极值查询需要把这些列名作为动态字段来计算min/max——Hive的静态SQL不支持这种动态列的写法。不过咱可以用动态SQL+脚本的方式来实现合并效果，步骤大概是这样：

1. 先通过元数据查询拿到目标表的所有列名（注意你原来的SQL用了PARTITION_KEYS，这只能拿到分区列，如果要查普通列得换成COLUMNS_V2表）；
2. 把拿到的列名拼接成包含min()、max()的查询语句；
3. 执行这个动态生成的SQL。

给你整个shell脚本的例子参考：

# 第一步：从元数据获取people表的所有普通列名（如果是分区列就换回PARTITION_KEYS）
cols=$(hive -e "SELECT c.COLUMN_NAME FROM TBLS t JOIN DBS d ON t.DB_ID = d.DB_ID JOIN COLUMNS_V2 c ON t.TBL_ID = c.CD_ID WHERE t.TBL_NAME='people' ORDER BY c.INTEGER_IDX")

# 第二步：拼接动态查询语句
sql_prefix="SELECT "
for col in $cols; do
  sql_prefix+="\`$col\`, MIN(\`$col\`) AS min_\`$col\`, MAX(\`$col\`) AS max_\`$col\`, "
done
# 去掉末尾多余的逗号
final_sql=${sql_prefix%, }" FROM people"

# 第三步：执行最终SQL
hive -e "$final_sql"

如果是在Hive CLI里想直接搞，也可以用Hive的reflect函数结合collect_set，不过这种写法比较绕，不如脚本直观。

必须有！从Hive 0.13版本开始就支持标准的information_schema了，它是符合SQL标准的元数据查询方式，比直接查TBLS、COLUMNS_V2这些原生元数据表要友好得多。

常用的查询例子：

• 查询people表的列信息（包含列名、类型、注释等）：

SELECT column_name, data_type, column_comment 
FROM information_schema.columns 
WHERE table_name = 'people' 
AND table_schema = 'your_database_name'; -- 别忘了指定库名，不然会查所有库

• 查询数据库下的所有表：

SELECT table_name, table_type 
FROM information_schema.tables 
WHERE table_schema = 'your_database_name';

要是你用的Hive版本比较老（低于0.13），那只能用你原来用的那些原生元数据表（TBLS、DBS、COLUMNS_V2、PARTITION_KEYS等），不过现在大部分生产环境的Hive版本都支持information_schema啦。

内容的提问来源于stack exchange，提问作者rogue