Hive的架构和工作流程

架构

　　1.hive是数据仓库，在hadoop基础上处理结构化数据；它驻留在hadoop之上，用户对数据的统计，查询和简单的分析操作。

　　2.hive不是

　　　　a.关系型数据库

　　　　b.OLTP

　　　　c.实时查询和行级更新操作

　　3.hive特点

　　　　a.表模型存储在database(关系型)中，处理的数据存储在HDFS上；

　　　　b.设计模式遵循OLAP

　　　　c.它提供了一套类SQL的语言(HiveQL or HQL)，用于执行查询

　　　　d.它是简单的，快速的，可扩展的和易伸缩的

　　4.hive架构

　　　　a.(用户接口)User Interface：hive提供Web UI 、command line和HD Insight；

　　　　b.(元数据)：hive选择独立的的数据库(MySQL)用于存储metadata，元数据包含：表的信息、databases信息、表的列信息、字段类型信息和HDFS mapping(映射)；

　　　　 c.(HQL处理引擎)HiveQL Process Engine：HiveQL类似于SQL，用于查询转移的模式信息。它是对MapReduce程序的传统方法的替换之一

　　　　 d.(执行引擎)Execution Engine：HiveQL流程引擎和MapReduce的连接部分是Hive执行引擎。执行引擎处理查询并生成与MapReduce结果相同的结果

　　　　 e.(HDFS or HBASE)：Hadoop分布式文件系统或HBASE是将数据存储到文件系统中的数据存储技术。

 

工作流程 

　　1.(执行查询操作)Execute Query

　　　　命令行或Web UI之类的Hive接口将查询发送给Driver(任何数据库驱动程序，如JDBC，ODBC等)以执行。

　　2.(获取计划任务)Get plan

　　　　Driver借助查询编译器解析查询，检查语法和查询计划或查询需求。

　　3.(获取元数据信息)Get Metadata

　　　　编译器将元数据请求发送到Metastore(任何数据库)。

　　4.(发送元数据)

　　　　MetaStore将元数据作为对编译器的响应发送出去。

　　5.(发送计划任务)Send Plan

　　　　编译器检查需求并将计划重新发送给Driver。到目前为止，查询的解析和编译已经完成。

　　6.(执行计划任务)Execute Plan

　　　　Driver将执行计划发送到执行引擎。

　　7.(执行Job任务)Execute Job

　　　　在内部，执行任务的过程是MapReduce Job。执行引擎将Job发送到ResourceManager,

　　　　 ResourceManager位于Name节点中，并将job分配给datanode中的NodeManager。在这里，查询执行MapReduce任务.

　　　　 7.1.(元数据操作)Metadata Ops 在执行的同时，执行引擎可以使用Metastore执行元数据操作。

　　 8.(拉取结果集)Fetch Result 执行引擎将从datanode上获取结果集；

　　 9.(发送结果集至driver)Send Results 执行引擎将这些结果值发送给Driver。

　　 10.(driver将result发送至interface)Send Results Driver将结果发送到Hive接口