hive学习三

来更新一下我的叨叨叨。
在Driver.java文件中有这么一段程序

用方框圈住的地方，是sql 开始转化为抽象语法树的位置，但此时生成的生成的抽象语法树是不能被直接处理的，因为现在生成的抽象语法树是Nil开头的语法树。所以就会有第二步的操作，获得TOK_QUERY开头的ASTNode。（根据我观察到的语法树，TOK_QUERY子节点分为TOK_FROM和TOK_INSERT，在这里我有一个小小的猜测，TOK_FROM对应了map阶段，而TOK_INSERT对应了reduce阶段。仅仅是猜测，博客也是根据源码读到哪，写到哪）
在翻译成ASTNode后需要找到合适的语义分析器，在源码中发现是通过工程模式，

通过get方法内通过判断第一个ASTNode的TOKEN_NAME（每一个ASTNode都有一个用来存储子节点的ArrayList属性），获取不同的语义分析器。普通的查询语句由SemanticAnalyzer负责。

对ASTNode所有的解析是通过下图的方法展开的。
先说第一个方法genResolvedParseTree（…）

通过这个方法可以将ASTNode转变为QueryBlock。这个方法中最为核心的就是
dophase1会将ASTNode中的内容解析到QueryBlock中。
在QueryBlock中有两个属性是 QBParseInfo、QBMetaData。QBParseInfo会直接存储group by 、sort by、where 等信息。sql语句中的源表目标表信息会经过元数据库的检查，存储到QBMetaData中。
hive 将ASTNode node解析为QueryBlock的方式是遍历每一个node节点，如果node节点下面还有子node，先遍历完全部的子节点后，在遍历同级别的node。ASTNode是存储在ArrayList里面，因为ArrayList是一个数组，数组的优势之一就是查找 ，ASTNode一旦生成，不会改动，只是频繁的查找，每一个node中会记录自己的父节点和子节点。
因为篇幅的关系，无法把所有的处理方法都记录在这里，以processJoin简单说明。