Hive系统架构

Hive是底层封装了Hadoop的数据仓库处理工具，它运行在Hadoop基础上，其系统架构组成主要包含4个部分，分别是用户接口、跨语言服务、底层的驱动引擎以及元数据存储系统，具体如图1所示。

图1 Hive系统架构

​ 下面我们针对Hive系统架构的组成部分进行讲解。

（1）用户接口：主要分为三个，分别是CLI、JDBC/ODBC和WebUI。其中，CLI即Shell终端命令行，它是最常用的方式。JDBC/OCBC是Hive的Java实现，与使用传统数据库JDBC的方式类似，WebUI指的是通过浏览器访问Hive。

（2）跨语言服务（Thrift Server）：Thrift是Facebook开发的一个软件框架，可以用来进行可扩展且跨语言的服务。Hive集成了该服务，能让不同的编程语言调用Hive的接口。

（3）底层的驱动引擎：主要包含编译器（Compiler），优化器（Optimizer），执行器（Executor），它们用于完成HQL查询语句从词法分析、语法分析、编译、优化以及查询计划的生成，生成的查询计划存储在HDFS中，并在随后由MapReduce调用执行。

（4）元数据存储系统（Metastore）：Hive中的元数据通常包含表名、列、分区及其相关属性，表数据所在目录的位置信息，Metastore默认存在自带的Derby数据库中。由于Derby数据库不适合多用户操作，并且数据存储目录不固定，不方便管理，因此，通常我们都将元数据存储在MySQL数据库。