hive架构探索

hive简介

hive是一款数据仓库软件，帮助用户使用SQL来管理/读写在分布式存储上的大型数据集。用户可以通过cli/JBDC driver等方式来连接hive。

直接编写MapReduce程序来操作hadoop上的数据集需要编写复杂的代码，而使用hive，只需要简单的sql语句，如select * from test;则可以获取到在hadoop上的指定数据。

hive架构

hive并不存储数据，hive只是操作在分布式存储上的数据，如HDFS/HBase。
以HDFS为例，HDFS上只是简单的文件，并不带表信息/列信息，而hive可以把HDFS上的数据读取出来以表数据的方式呈现。那HDFS上的文件有些什么表，表里有什么列，这就是元数据，存放在普通数据库中，如derby/MySQL。

hive从metastore中获取元数据，将SQL语句翻译成MapReduce程序，交给Hadoop操纵在HDFS上的数据。

---

那hive里面又是怎样的呢。

1. hive提供多个服务，可以通过以下命令启动

hive