Hive統計信息是在0.7引入的（https://issues.apache.org/jira/browse/HIVE-33），對於Insert/Load/Merge等DDL操作時在Task後加入一個StatsTask進行統計信息收集，並訂閱前置Operator（FileSink/TableScan）的feed.不過現在這個stats並沒有使用起來.
線上雖然開啓了hive.stats.autogather=true想蒐集一些信息，但是ETL Job經常報：[Warning] could notupdate stats，查看日誌發現：
ERRORjdbc.JDBCStatsPublisher (JDBCStatsPublisher.java:init(281)) - Error during JDBCinitialization.
java.sql.SQLException:The connection property 'createDatabaseIfNotExist' only accepts values of theform: 'true', 'false', 'yes' or 'no'. The value 'true;user=xxx;password=xxx' isnot in this set.
原來是連接字符串的配置問題，在xml裏&需要寫成&纔可以，修改後生效，可以更新:[num_partitions: xxx, num_files: xxx,num_rows: 0, total_size: xxx, raw_data_size: 0]的XXX的幾個變量，但是發現num_rows/raw_data_size這兩個值無論如何都無法更新，analyze命令也不管用，看下issue：https://issues.apache.org/jira/browse/HIVE-3324確實有這麼個bug，不過並沒有很合理的解釋，anyway，在hive0.13後使用hadoop counter來做stat publish了，就沒這個問題了.
其實如果用來做smallfile分析有這些信息也夠了：P