Hive删除分区名称中含有特殊字符

先说方案：通过show partitions和hdfs url看到的都不是真正的分区名称，都是经过URI重新编码的，访问这些分区应该使用分区名称的原始字符串。

场景描述

当我们在SQL语句中使用变量时，很可能因为操作不当，导致变量并没有被替换掉，而是被直接当作分区名称。

查看分区信息

show partitions tableA;

ymd=$%25257Benv%25253ADATE_BEFORE_1DAY}
ymd=$%257Benv%253ADATE_BEFORE_1DAY}
ymd=$%7Benv%3ADATE_BEFORE_1DAY}

删除分区

alter table tableA drop partition (ymd='$%25257Benv%25253ADATE_BEFORE_1DAY}');  # 实际未删除
alter table tableA drop partition (ymd="$%25257Benv%25253ADATE_BEFORE_1DAY}"); # 实际未删除
alter table tableA drop partition (ymd='$%257Benv%253ADATE_BEFORE_1DAY}');  # 实际删除ymd=$%25257Benv%25253ADATE_BEFORE_1DAY}
alter table tableA drop partition (ymd='$%7Benv%3ADATE_BEFORE_1DAY}');  # 实际删除ymd=$%257Benv%253ADATE_BEFORE_1DAY}

原因

分区字段中含有特殊字符时，将会被(根据URI编码规范)重新编码，所以上面show partition时看到的分区名称是经过重新编码的，删除时我们需要使用原始值。

字符	编码后
%	%25
:	%3A
{	%7B
#	%23

所以，上面的分区原始值是

ymd=$%257Benv%253ADATE_BEFORE_1DAY}
ymd=$%7Benv%3ADATE_BEFORE_1DAY}
ymd=${env:DATE_BEFORE_1DAY}

三个分区从下往上，依次是作为分区字符串再次覆盖写入数据时，{和%被再次转义的结果。所以drop语句是

alter table tableA drop partition (ymd='$%257Benv%253ADATE_BEFORE_1DAY}');
alter table tableA drop partition (ymd='$%7Benv%3ADATE_BEFORE_1DAY}');
alter table tableA drop partition (ymd='$\{env:DATE_BEFORE_1DAY}'); # {必须被转义，否则${}会将后边的内容识别成变量

注意

• 只需要重新编码一次，当出现连续%2525时，仅处理第一个%25，不要连续处理

查看分区对应的HDFS存储路径

DESCRIBE FORMATTED tableA PARTITION(ymd='$%257Benv%253ADATE_BEFORE_1DAY}'); # 对应 show partitions 结果ymd=$%25257Benv%25253ADATE_BEFORE_1DAY}

col_name	data_type
# Detailed Partition Information	NULL
Partition Value:	[$%257Benv%253ADATE_BEFORE_1DAY}]
Location:	hdfs://nssit/user/hive/warehouse/bs_core/tableA/ymd=$%25257Benv%25253ADATE_BEFORE_1DAY}

DESCRIBE FORMATTED tableA PARTITION(ymd='$\{env:DATE_BEFORE_1DAY}'); # 对应 show partitions 结果ymd=$%7Benv%3ADATE_BEFORE_1DAY}

col_name	data_type
# Detailed Partition Information	NULL
Partition Value:	[${env:DATE_BEFORE_1DAY}]
Location:	hdfs://nssit/user/hive/warehouse/bs_core/tableA/ymd=$%7Benv%3ADATE_BEFORE_1DAY}