Hive体系结构《一》

1.Hive体系结构

用户接口，包括 CLI（hive shell），JDBC/ODBC，WebUI（使用的很少）

元数据存储，通常是存储在关系数据库如 mysql, derby 中 

解释器、编译器、优化器、执行器 

Hadoop：用 HDFS 进行存储，利用 MapReduce 进行计算 

组件的基本功能

用户接口主要有三个：CLI，JDBC/ODBC和 WebUI

CLI，即hive  Shell命令行

JDBC/ODBC 是 Hive 的JAVA，与使用传统数据库JDBC的方式类似

WebGUI是通过浏览器访问 Hive 

Hive 将元数据存储在数据库中，如mysql、derby等

元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等

解释器、编译器、优化器完成 HQL（hive的sql） 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，并在随后有 MapReduce 调用执行

Hive 的数据存储在 HDFS 中，大部分的查询由 MapReduce 完成（包含 * 的查询，比如 select * from table 不会生成 MapRedcue 任务） 

2.Metastore元数据

Metastore   Hive 表的元数据信息

Metastore包含如下的部分：

Database 是表（table）的名字空间。默认的数据库（database）名为‘default’

Table 表（table）的原数据包含信息有：列（list of columns）和它们的类型（types），拥有者（owner），存储空间（storage）信息

Partition 每个分区（partition）都有自己的列（columns）

3.Compiler

Driver调用编译器（compiler）处理HiveQL字串，这些字串可能是一条DDL、DML或查询语句

编译器将字符串转化为策略（plan）

    策略仅由元数据操作和HDFS操作组成，元数据操作只包含DDL语句，HDFS操作只包含LOAD语句

对插入和查询而言，策略由map-reduce任务中的具有方向的非循环图（directedacyclic graph，DAG）组成

4.Hive运行模式

Hive 的运行模式即任务的执行环境

分为本地与分布式两种

我们可以通过mapred.job.tracker 来指明

设置方式：  hive > SET  mapred.job.tracker =local ;