Apache Hive

mindmap
  root((Apache Hive))
    Hive Architecture
    Hive Metastore Server (HMS)
    Hive Develop Doc
    Hive Deploy Documentation

Hive由Facebook开源，是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能，解决 海量结构化日志 的数据统计工具

Hive本质：将HQL转化成 MapReduce 程序

Hive Architecture

用户接口：Client
- CLI（command-line interface）、JDBC/ODBC(jdbc访问hive)、WEBUI（浏览器访问hive）
元数据：Metastore
- 默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore(表名，表的列，库信息)
Hadoop
- 使用HDFS进行存储，使用MapReduce进行计算
- 路径: /user/hive/warehouse
驱动器：Driver
- 解析器（SQL Parser）：将SQL字符串转换成抽象语法树AST，这一步一般都用第三方工具库完成，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
- 编译器（Physical Plan）：将AST编译生成逻辑执行计划
- 优化器（Query Optimizer）：对逻辑执行计划进行优化
- 执行器（Execution）：把逻辑执行计划转换成可以运行的物理计划。对于Hive来说，就是MR/Spark

Hive是针对数据仓库应用设计的，而数据仓库的内容是 读多写少的。因此，Hive中不建议对数据的改写，所有的数据都是在加载的时候确定好的