数据仓库hive概念与数据仓库分层、概念模型、逻辑模型、物理模型

数据仓库重点概念

Hive的工作流程

1、执行查询：从Hive的CLI或Web UI发出查询命令给驱动程序（任何JDBC,ODBC数据库驱动）执行。
2、获取计划：驱动程序请求查询编译器解析查询、检查语法、生成查询计划或者查询所需要的资源。
3、获取元数据：编译器向元数据存储数据库发送元数据请求。
4、发送元数据：作为响应，元数据存储数据库向编译器发送元数据。
5、发送计划：编译器检查需要的资源，并将查询计划发送给驱动程序。至此，查询解析完成。
6、执行计划：驱动程序向执行引擎发送执行计划。
7、执行作业：执行计划的处理是一个MapReduce作业，执行引擎想namenode上的JobTracker进程发送作业，JobTracker把作业分配给datanode上的TaskTracker进程。此时，查询执行MapReduce作业。
7.1、操作元数据：执行作业的同时，执行引擎可能会执行元数据操作，比如DDL语句等。
8、取回结果：执行引擎从datanode接收结果。
9、发送结果：执行引擎向驱动程序发送合成的结果值。
10、发送结果：驱动程序向Hive接口（CLI或Web UI）发送结果。

Hive将SQL解析成MapReduce过程

1、Antlr定义SQL的语法规则，完成SQL词法，语法解析，将SQL转化成抽象语法树AST Tree。
2、遍历AST Tree，抽象出查询的基本组成单元Query Block。
3、遍历Query Block&