1）用戶接口：Client

CLI（command-line interface）、JDBC/ODBC(jdbc 訪問hive)、WEBUI（瀏覽器訪問hive）

2）元數據：Metastore

元數據包括：表名、表所屬的數據庫（默認是default）、表的擁有者、列/分區字段、表的類型（是否是外部表）、表的數據所在目錄等；
默認存儲在自帶的derby 數據庫中，推薦使用MySQL 存儲Metastore

3）Hadoop

使用HDFS 進行存儲，使用MapReduce 進行計算。

4）驅動器：Driver

（1）解析器（SQL Parser）：將SQL 字符串轉換成抽象語法樹AST，這一步一般都用第三方工具庫完成，比如antlr；對AST 進行語法分析，比如表是否存在、字段是否存在、SQL語義是否有誤。
（2）編譯器（Physical Plan）：將AST 編譯生成邏輯執行計劃。
（3）優化器（Query Optimizer）：對邏輯執行計劃進行優化。
（4）執行器（Execution）：把邏輯執行計劃轉換成可以運行的物理計劃。對于Hive 來說，就是MR/Spark。
?

Hive 通過給用戶提供的一系列交互接口，接收到用戶的指令(SQL)，使用自己的Driver，
結合元數據(MetaStore)，將這些指令翻譯成MapReduce，提交到Hadoop 中執行，最后，將執行返回的結果輸出到用戶交互接口。

總結

以上是生活随笔為你收集整理的1.3 Hive架构原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。