Hive(一):架构及知识体系

Hive是一个基于Hadoop的数据仓库，最初由Facebook提供，使用HQL作为查询接口、HDFS作为存储底层、mapReduce作为执行层，设计目的是让SQL技能良好，但Java技能较弱的分析师可以查询海量数据，2008年facebook把Hive项目贡献给Apache。Hive提供了比较完整的SQL功能（本质是将SQL转换为MapReduce），自身最大的缺点就是执行速度慢。Hive有自身的元数据结构描述，可以使用MySql\ProstgreSql\oracle 等关系型数据库来进行存储，但请注意Hive中的所有数据都存储在HDFS中。虽然 hive 可能存在这样那样的问题，但它作为后续研究 sparkSql 的基础，值得重点研究。

解释一下经常遇到的 hiveServer1、hiveServer2 ?  早期版本的 hiveServer(即 hiveServer1)因使用Thrift接口的限制，不能处理多于一个客户端的并发请求，在hive-0.11.0版本中重写了hiveServer代码（即 hiveServer2)，支持了多客户端的并发和认证，并且为开放API客户端如JDBC、ODBC提供了更好的支持。

目录：

• hive 架构
• 知识体系

hive架构：  

• 
• 用户接口主要有三个：CLI（command line interface)命令行，Client 和 Web UI, CLI是开发过程中常用的接口，在 hive Server2提供新的命令beeline，使用sqlline语法，会有单独的章节来介绍
• metaStore: hive 的元数据结构描述信息库，可选用不同的关系型数据库来存储，通过配置文件修改、查看数据库配置信息，如下图（/etc/hive/2.4.2.0-258/0/hive-siet.xml)
• 
• Driver: 解释器、编译器、优化器完成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
• Hive的数据存储在HDFS中，大部分的查询、计算由MapReduce完成

知识体系：

• 包含shell命令语法、HiveQl语法、访问方式等，如下图：
•