hadoop笔记之Hive入门(Hive的体系结构)

Hive入门(二)

Hive的体系结构

○ Hive的元数据

• Hive将元数据存储在数据库中(metastore)，支持mysql、derby、oracle等数据库，Hive默认是derby数据库
• Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性(是否为外部表等)，表的数据所在目录等
  

○ HQL的执行过程

• 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(Plan)的生成。生成的查询计划存储在HDFS中，并在随后有MapReduce调用执行

详细过程：

1. HQL——select
2. 解析器——词法分析
3. 编译器——生成HQL的执行计划(javac java –> .class)
4. 优化器——生成最佳的执行计划
5. 执行

设我们有一个员工信息表，进入到oracle：

SQL> ——查询10号部门的员工信息
SQL> explain plan for select * from emp where deptno=10:

已解释。

SQL> ——查看该select的执行计划
SQL> select * from table(dbms_xplan.display):

执行全表扫描，当然全表扫描的代价相对要高一些
下面将对部门号建立索引

SQL> creaete index myindex on emp(deptno):

索引已创建。

SQL> explain plan for select * from emp where deptno=10:

已解释。

SQL> select * from table(dbms_xplan.display):

这事就是基于索引的扫描，对于全表扫描更加快速

对于Hive跟oracle是差不多的

所以：

○ hadoop

• 用HDFS进行存储，利用MapReduce进行计算

○ 元数据存储(MetaStore)

• 通常是存储在关系数据库如mysql、derby中