Hive的架构、工作原理、数据类型

支持多表插入

1. Hive架构

• 当用户使用JDBC/ODBC操作Hive时，先使用hiveserver2的thrift跨语言服务将用户使用的语言转换成Hive的语言，再发送给Hive Driver生成执行计划，先将执行计划保存到HDFS，再发送给执行引擎进行执行
• 用户接口：Hive shell command line interface值Hive自带的命令行接口；Hive Client指指客户端工具，如Beeline远程调用客户端和Java语言编写的应用程序等；WebGUI指通过浏览器访问Hive
• hiveserver2：一种遵循thrift协议的跨语言服务框架，使用该框架，可以让不同的编程语言调用Hive接口
• Hive Driver: 主要指Parser解析器、Compiler编译器、Optimizer优化器、Executor执行器，完成HiveQL查询语句的词法解析、语法解析、编译、优化、物理执行计划的生成
• MetaData Store: Hive的元数据通常包括表名、列、分区、数据所在的目录位置等信息。Derby不支持多用户操作，数据储存目录不固定，所以通常采用Mysql作为元数据库

2. Hive工作原理

工作原理如下所示：

1. 用户通过用户接口向Hive Driver发送executeQuery
2. HIve Driver向Compiler发送getPlan请求
3. Compiler去Metadata Store获取需要的元数据信息
4. Metadata Store向Compiler发送元数据信息
5. Compiler将executeQuery转换成抽象语法树，再转换成查询块，再转换成逻辑查询计划，最终转换成物理查询计划，向Hive Driver发送物理查询计划
6. Hive Driver向execution engine提交executePlan，execution engine从metastore请求并获取元数据信息，然后向真正的执行引擎提交任务，真正的执行引擎会对HDFS执行文件读写操作
7. 用户接口向Hive Driver发起获取结果集的请求
8. Hive Driver向execution engine发起获取结果集的请求，同时execution engine从HDFS获取结果集
9. execution engine向Hive Driver发送结果集，Hive Driver获取到结果集后返回给用户接口

3. Hive数据类型

基本数据类型

数据类型	描述
tinyint	1字节有符号整数
smallint	2字节有符号整数
int	4字节有符号整数
bigint	1字节有符号整数
float	4字节单精度浮点数
double	8字节双精度浮点数
decimal	高精度浮点数, 通过decimal(precision, scale)指定精度和小数位，小数位默认为0没有小数位，精度默认为10
timestamp	精度到纳秒的UNIX时间戳
date	格式为yyyy-MM-dd描述的日期
string	字符串，没有长度限制
varchar	变长字符串，长度限制区间为1 ~ 65355，如varchar(64)，当有30个字符时，只占用30个字符的位置
char	定长字符串, 如char(64)，当有30个字符时，会占用30个字符的位置，剩余34个位置由空格填充
boolean	布尔值，true或false
binary	字节数组

集合数据类型

数据类型	描述
array	具有相同数据类型的集合，元素是有序的，索引从0开始，可以通过索引获取执行位置的元素，如array
map	键值对集合, 如map<string, int>
struct	对象，如struct<name: string, age: int>，可以通过field.name访问元素内容