如图中所示,Hive 通过给用户提供的一系列交互接口,接收到用户的指令( SQL ),使用自己的 Driver ,结合元数据( Metastore ),将这些指令翻译成 MapReduce ,提交到 Hadoop 中执行,最后,将执行返回的结果输出到用户交互接口。
- 用户接口:Client
CLI( hive shell ——命令行界面)、JDBC/ODBC( jdbc 访问 hive )、WEBUI(浏览器访问 hive) - 元数据:Metastore
元数据包括:表名、表所属的数据库(默认是 default )、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在目录等;
默认存储在自带的 derby 数据库中,推荐使用 Mysql 存储 Metastore - Hadoop
使用 HDFS 进行缓存,使用 MapReduce 进行计算。 - 驱动器:Driver
1)解析器(SQL Parser):将 SQL 字符串转换成抽象语法树 AST ,这一步一般都是用第三方工具库完成,比如 antlr;对 AST 进行语法分析, 比如表是否存在、字段是否存在、SQL 语义是否有误;
2)编译器(Physical Plan):将 AST 编译生成逻辑执行计划;
3)优化器(Query Optimizer):对逻辑执行计划进行优化;
4)执行器(Execution):把逻辑执行计划转换成可以运行的物理计划。对于 hive 来说,就是 MR、Spark。