一、Hive 架構

下面是Hive的架構圖。

Hive的體系結構可以分為以下幾部分

1、用戶接口：CLI（hive shell）；JDBC（java訪問Hive）；WEBUI（瀏覽器訪問Hive）
2、元數據：MetaStore
元數據包括：表名、表所屬的數據庫（默認是default）、表的擁有者、列/分區字段，標的類型（表是否為外部表）、表的數據所在目錄。這是數據默認存儲在Hive自帶的derby數據庫中，推薦使用MySQL數據庫存儲MetaStore。
3、Hadoop集群：
使用HDFS進行存儲數據，使用MapReduce進行計算。
4、Driver:驅動器：

• 解析器（SQL Parser）：將SQL字符串換成抽象語法樹AST，對AST進行語法分析，像是表是否存在、字段是否存在、SQL語義是否有誤。
• 編譯器（Physical Plan）：將AST編譯成邏輯執行計劃。
• 優化器（Query Optimizer）：將邏輯計劃進行優化。
• 執行器（Execution）：把執行計劃轉換成可以運行的物理計劃。對于Hive來說默認就是Mapreduce任務。

二、Hive 工作原理

? Hive 工作原理如下圖所示。

1、ExecuteQuery：操作Hive接口，如命令行或Web UI發送查詢驅動程序（任何數據庫驅動程序，如JDBC，ODBC等）來執行。

2、Get Plan：在驅動程序幫助下查詢編譯器，分析查詢檢查語法和查詢計劃或查詢的要求。

3、Get Metadata：編譯器發送元數據請求到Metastore（任何數據庫）。

4、Send Metadata：Metastore發送元數據，以編譯器的響應。

5、Send Plan：編譯器檢查要求，并重新發送計劃給驅動程序。到此為止，查詢解析和編譯完成。

6、Execute Plan：驅動程序發送的執行計劃到執行引擎。

• Execute Job：在內部，執行作業的過程是一個MapReduce工作。執行引擎發送作業給JobTracker，在名稱節點并把它分配作業到TaskTracker，這是在數據節點。在這里，查詢執行MapReduce工作。

• Metadata Ops：與此同時，在執行時，執行引擎可以通過Metastore執行元數據操作。

7、Fetch Result：執行引擎接收來自數據節點的結果。

8、Send Results：執行引擎發送這些結果值給驅動程序。