hive介绍，本质，架构

Hive介绍

简单说：Hive是基于hadoop的一个数据仓库工具，将结构化数据文件映射为一张表，提供类SQL查询功能（HQL）

Hive 是建立在 Hadoop 基础之上，Hadoop是一种开源框架，可被用于高效存储与处理大型数据集。因此，Hive 与 Hadoop 紧密联系，其设计可快速对 PB 级数据进行操作。

也就是要想安装Hive前提必须提前安装好hadoop集群,jdk

Hive本质

1. Hive就是将HQL转换为MapReduce程序（此处Hive处理引擎为MapReduce，后续可以换成Spark等等其他计算引擎）
2. Hive表的数据存储在Hdfs中
3. Hive的元数据metastore我们一般存储在Mysql中
4. 执行的任务运行在Yarn上

Hive架构

• 用户接口（CLI,jdbc/odbc）
  CLI:命令行接口，直接在客户端编写HQL
  JDBC/odbc:卡其HiveServe2，利用远程客户端工具连接进行 编写HQL语句

• 元数据：Metastore
  也就是数据的表名，表的字段名、类型等，以及表数据所属的目录，执行HQL语句时先访问元数据找到存储数据的位置，然后再去对应的HDFS文件目录里查找数据。

• Driver
  (1)解析器：将SQL字符串转换成抽象语法树（AST）
  (2)语义分析：将AST进一步划分为QeuryBlock
  (3)逻辑计划生成器：将语法树生成逻辑计划
  (4)逻辑优化器：对逻辑计划进行优化
  (5)物理计划生成器：根据优化后的逻辑计划生成物理计划
  (6)物理优化器：对物理计划进行优化
  (7)执行器：执行该计划，得到查询结果并返回给客户端

• Hadoop
  利用hadoop的组件之一Hdfs进行存储，利用Hadoop的MapReduce组件进行计算，也可以利用Spark进行计算处理