Hive的体系结构

--Hadoop：用HDFS进行存储，利用MapReduce进行计算。

--元数据存储（MetaStore）：通常是存储在关系数据库中。

Hive的安装有三种模式:嵌入模式、本地模式、远程模式

1）嵌入模式：

--元数据信息被存储在Hive自带的Derby数据库中。

--只允许创建一个连接

--多用于Demo（演示）

2）本地模式：

--元信息被存储在MySQL数据库中。

--MySQL数据库与Hive运行在同一台物理机器上。

--多用于开发和测试

3）远程模式：

--元信息被存储在MySQL数据库中。

--MySQL数据库与Hive运行不在同一台物理机器上。

--多用于实际的生产运行环境。

HIVE和hadoop之间的工作流程：

Hive工作原理

下图描述了Hive 和Hadoop之间的工作流程。

下表定义Hive和Hadoop框架的交互方式：

Step No.	操作
1	Execute Query Hive接口，如命令行或Web UI发送查询驱动程序（任何数据库驱动程序，如JDBC，ODBC等）来执行。
2	Get Plan 在驱动程序帮助下查询编译器，分析查询检查语法和查询计划或查询的要求。
3	Get Metadata 编译器发送元数据请求到Metastore（任何数据库）。
4	Send Metadata Metastore发送元数据，以编译器的响应。
5	Send Plan 编译器检查要求，并重新发送计划给驱动程序。到此为止，查询解析和编译完成。
6	Execute Plan 驱动程序发送的执行计划到执行引擎。
7	Execute Job 在内部，执行作业的过程是一个MapReduce工作。执行引擎发送作业给JobTracker，在名称节点并把它分配作业到TaskTracker，这是在数据节点。在这里，查询执行MapReduce工作。
7.1	Metadata Ops 与此同时，在执行时，执行引擎可以通过Metastore执行元数据操作。
8	Fetch Result 执行引擎接收来自数据节点的结果。
9	Send Results 执行引擎发送这些结果值给驱动程序。
10	Send Results 驱动程序将结果发送给Hive接口。