Hive架构图

一、什么是hive？

  hive是基于hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在hadoop、中的大规模数据的机制。hive数据仓库工具能将将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。

     二、架构图

        Meta store（元数据存储）：通常是存储在关系数据库如mysql/derby中。hive将元数据存储在数据库中，hive中的元数据包括表的名字，表的列和分区，表的属性（内部表、外部表）。

        Client（用户接口）：包括CLI、JDBC/ODBC、WebGUI。CLI是shell命令行；JDBC/ODBC是hive的java实现；WebGUI通过浏览器访问hive。

        解析器、编译器、优化器、执行器：完成HQL查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在HDFS中，最后由MapReduce调用执行。

详解：

        Hive通过给用户提供一系列交互接口，接收用户的指令（shell脚本、sql语句），将sql转换成抽象语法树AST的解析器，将AST编译成逻辑执行计划的编译器，在对逻辑执行计划进行优化，最后将逻辑计划转变成MapReduce，提交给HDFS。