0576-6.1.0-Hive Comment中文乱码补充
0576-6.1.0-Hive Comment中文乱码补充
作者：辉少
1
文档编写目的
Fayson 在前面的文章《Hive表字段Comment中文乱码》中，介绍了在Hive中如何解决表字段中文注释乱码的问题，为了完善上篇文档，本文整理Hive表所有与中文注释相关的属性项，包括表字段、分区、表名、视图中文乱码，同时包括对该问题的分析。
- 测试环境
1.CM和CDH版本为6.1.0
2.Hive的版本为2.1.1
3.集群已启用Kerberos
4.RedHat7.4
2
问题描述
在Hive中创建有中文注释的表时，默认情况下无论是在beeline还是Hue中该注释显示都会是乱码。使用以下建表和查看语句：
CREATE TABLE test_comment (
s1 string COMMENT "测试字段",
s2 string COMMENT "测试字段2"
) COMMENT "测试表名"
partitioned BY (s3 string COMMENT "测试分区");
SHOW CREATE TABLE test_comment;在beeline中查看如下：
Hue中显示一样，这里省略。
创建视图也是一样会出现乱码问题：
create view testview as select "测试视图" from student;
show create table testview;
select * from testview;
3
解决办法
这个问题是因为mysql中的Hive元数据库表默认创建字符编码为latin1,需要修改表中对应字段的字符类型
mysql –u root –p
use metastore;
#修改字段注释字符集
alter table COLUMNS_V2 modify column COMMENT varchar(256) character set utf8;
#修改表注释字符集
alter table TABLE_PARAMS modify column PARAM_VALUE varchar(40000) character set utf8;
#修改分区参数，支持分区建用中文表示
alter table PARTITION_PARAMS modify column PARAM_VALUE varchar(40000) character set utf8;
alter table PARTITION_KEYS modify column PKEY_COMMENT varchar(40000) character set utf8;
#修改表名注释，支持中文表示
alter table INDEX_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
#修改视图，支持视图中文
ALTER TABLE TBLS modify COLUMN VIEW_EXPANDED_TEXT mediumtext CHARACTER SET utf8;
ALTER TABLE TBLS modify COLUMN VIEW_ORIGINAL_TEXT mediumtext CHARACTER SET utf8;
注意Hive元数据这个数据库应使用utf-8创建，如：create database metastore default character set utf8;
回到Hive中重新create一张表和视图，并查看
发现中文注释已经显示正常。
再重新创建分区并查看：
发现分区的中文也显示正常
注：在还未修改字符编码以前的创建的表，仍然需要重新执行ALTER语句后才能正常显示，所以建议在Hive 表中还没有数据时就将字符集修改过来
4
问题分析
针对该问题，Fayson 分析是由于Hive自动建表时设置了表的字符编码。
在创建Hive元数据库设置的字符集是utf8,查看语句如下：
在添加Hive 组件时，建表语句是由CDH自动完成的，任意选择Hive 元数据库metastore 下的两个表查看，发现其默认的字符集编码是latin1，如下
这也就解释了，虽然创建Hive元数据库的时设置字符编码为utf8，但依旧出现中文乱码的问题。建议在Hive 中还为添加数据时，先去通过上面的方法解决中文乱码问题，避免后期数据多去大量执行ALTER去修改。