一文搞懂Hive与数据库（Derby、MySQL）之间的关系

对于Hive的初学者，是否对hive、数据库，hdfs，yarn之间的关系有点搞不懂？这里将详解分析其中的关系。

1.Hive整体架构介绍

Hive可以看做是MapReduce的客户端
因为Hive的底层运算是MapReduce计算框架，Hive只是将可读性强，容易编程的SQL语句通过Hive软件转换成MR程序在集群上执行。hive可以看做mapreduce客户端，能用mapreduce程序完成的任务基本都可以对应的替换成hql（Hive SQL）编写的hive任务。所以因为hadoop和hdfs的本身设计的特点，也限制了hive所能胜任的工作特性。Hive最大的限制特点就是不支持基于行记录的更新，删除，增加。但是用户可以通过查询生成新表，或者将查询结果导入文件中来“实现”hive基于行记录的操作。

对于实际的数据，则存储在HDFS上。

那么左侧的meta store，则用于存储数据表的元数据信息（数据库，表格名，数据地址等等），这个需要一个数据表来实现，Derby或MySQL。

2.Derby&MySQL

Hive元数据默认保存在内嵌的 Derby 数据库中，但derby数据库只能允许一个会话连接，只适合简单的测试。实际生产环境中不适用，不可能只允许一个会话连接，需要支持多用户会话，通常部署的时候会将hive的元数据修改为保存在mysql中。

• Derby 只支持一个会话连接
• MySQL 支持多个会话连接，并且可以独立部署

3.Hive工作流程

这里通过建立数据库，建立表的流程例子，详细介绍了hive的工作流程。