Hive架构原理

Hive架构原理

用户接口:Client

CLI(command-line interface)、JDBC/ODBC(jdbc访问hive)、WEBUI(浏览器访问)

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(是否外部表)、表的数据所在的目录等；
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进行存储，使用MapReduce进行计算

驱动器:Driver

1)解析器(SQL Parser)：将SQL字符串转化成抽象语法树AST,这一步一般都用第三方工具完成，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):把逻辑执行计划转化成可以运行的物理计划。对于Hive来说，就是MapReduce/Spark。

Hive运行机制