HIVE架构

标签：自带   递归   格式   loader   lin   使用   man   数据仓库   交互   

UI：

     用于提交查询的客户端，hive自带有CLI(command line)，现在推荐使用beeline

DRIVER：

               1.用于接收客户端提交的SQL，并实现了session控制

                2.并提供了jdbc/odbc的fetch和execute功能

COMPILER：

               编译器，负责解析SQL，并从METASTORE那里获取元数据生成执行计划，然后发给DRIVER

              执行计划就是一个DAG(有向无环图)

             组件：

                      1.Parser：将查询语句转变成一个parse tree

                      2.Semantic Analyser：将parse tree变成一个内部的查询表示(依然是基于查询块，而不是operator tree)。同时在这一步也会做语法检查，类型检查和类型隐式转换

                      3.Logical Plan Generator：将内部的查询表示转变成一个逻辑计划(包含一个operator tree)，一些operator是关系代数的filter，join等，另一些是hive特定的，用于将逻辑计划变成一系列的map/reduce job,比如reduceSink operator(出现在map-reduce边界)；这一步Optimizer也会对查询进行优化,比如map端聚合等

                      4.Query Plan Genertor：将逻辑计划转换成一系列的map-reduce tasks.做法是，通过对operator tree递归遍历，然后拆分成一系列的map/reduce task，然后提交到hadoop进行执行

METASTORE

              元数据存储，存储数仓中的DATABASE,TABLE,PARTITION,COLUMN,SERIALIZERS和DESERIALIZERS

             目的：提供数据抽象和数据发现，如果数据抽象，每次查询的时候，用户都需要提供数据格式，extractors和loaders。metasore的数据在表创建或重建都会更新，类似于传统数据仓库(这些信息存在于配置的数据库中，一般是mysql)

EXECUTION ENGINE

              DRIVER将执行计划发给ENGINE,然后ENGINE与底层交互获取结果后，返回给DRIVER。DRIVER再将数据发送给客户端

              这一个ENGINE设计的挺好的，以前是MAPREDUCE,现在可以是TEZ，spark,以后是否在出现新的框架，谁又说得准？！

HIVE架构

标签：自带   递归   格式   loader   lin   使用   man   数据仓库   交互   

原文地址：https://www.cnblogs.com/carltmf/p/13191149.html