Hive安装前扫盲之Derby和Metastore

大数据总是有很多英文单词，你不了解一下根本就没法推进。

比如Hive要涉及到的：derby metastore hiveServer2

后面内容都是转载的，大致内容简单来说就是：

 

Derby是一个数据库，非常轻量，而Hive只会把元数据存放在关系型数据库中。这是因为这样可以易于共享这些元数据。

Hive 将元数据存储在 RDBMS 中，一般常用 MySQL 和 Derby。默认情况下，Hive 元数据保存在内嵌的 Derby 数据库中，只能允许一个会话连接，只适合简单的测试。实际生产环境中不适用， 为了支持多用户会话，则需要一个独立的元数据库，使用 MySQL 作为元数据库，Hive 内部对 MySQL 提供了很好的支持。

内置的derby主要问题是并发性能很差，可以理解为单线程操作。

Derby还有一个特性。更换目录执行操作，会找不到相关表等
比如在/usr下执行创建表，在/usr下可以找到这个表。在/etc下执行查找这个表，就会找不到 。

内嵌的意思就是把Derby嵌入到一个程序里，开启和关闭都由该程序来管理，并不是Derby自己来管理。

 

metastore呢，metastore服务实际上就是一种thrift服务，通过它我们可以获取到hive元数据，并且通过thrift获取元数据的方式，屏蔽了数据库访问需要驱动，url，用户名，密码等等细节。

thrift服务的意思就是，一些牛逼人把RPC（函数远程调用，这里面涉及到两台服务器之间网络传输的过程，比较复杂）过程封装好，然后这些细节对我们这些菜鸟来说完全透明，只留出接口写道.thrift文件里，然后通过特殊的编译器来生成不同语言的代码,以满足不同需要的开发者,比如java开发者,就可以生成java代码,c++开发者可以生成c++代码,生成的代码中不但包含目标语言的接口定义,方法,数据类型,还包含有RPC协议层和传输层的实现代码.挺起来真酷。。。。

 

hiveserver2，你可能又想了这tmd又是个什么东西。其实他就是提供给客户端执行查询结果的接口。

HiveServer2（HS2）是一个服务端接口，使远程客户端可以执行对Hive的查询并返回结果。目前基于Thrift RPC的实现是HiveServer的改进版本，并支持多客户端并发和身份验证

 

————————————————————————————

 

 

 

derby数据库

一、简介

　　Derby 易于管理。当嵌入到客户机应用程序中时， Derby 系统不需要任何管理干预。

　　Derby 是可嵌入的。应用程序可以将数据库管理系统（ Database Management System ， DBMS ）引擎嵌入应用程序进程中，从而无需管理单独的数据库进程或服务。通过网络服务器（ Network Server ）架构或您选择的服务器架构，可以将 Derby 作为单独的进程来运行。

　　Derby 是Java 编写的内存数据库，属于 Apache 的一个开源项目，是一个纯 Java 的类库：对于 Java 开发人员，这点十分重要，因为他们正试图维护 Java 技术的优点，例如平台无关性、易于配置以及易于安装。

　　Derby 不需要专有的 Java 虚拟机（ Java Virtual Machine ， JVM ）。因为完全是用 Java 语言编写的，所以它适应所有合格的 JVM 。

　　DerbyDBMS 引擎是轻量级的。类文件大小大约是 2MB ，并且只使用了 4MB 的 Java 堆。

　　Derby 支持使用 Java 编写存储过程和函数，这些存储过程和函数可以在应用程序的任何层上运行。 Derby 没有专用的存储过程语言，它使用JDBC 。

二、两种运行模式

　　1.内嵌模式。Derby数据库与应用程序共享同一个JVM，通常由应用程序负责启动和停止，对除启动它的应用程序外的其它应用程序不可见，即其它应用程序不可访问它；

　　2.网络模式。Derby数据库独占一个JVM&#