（5）hadoop学习——hive是什么？

Hive——hdfs上的数据仓库

hive的架构主要分为以下几部分：

Driver组件：它的作用是将我们写的HiveQL（类SQL）语句进行解析、编译优化，生成执行计划，然后调用底层的mapreduce计算框架。

Metastore组件：元数据服务组件，这个组件存储hive的元数据，hive的元数据存储在关系数据库里，hive支持的关系数据库有derby、mysql。

Thrift服务：thrift是facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务的开发，hive集成了该服务，能让不同的编程语言调用hive的接口。　　

Thrift客户端：下面的架构图里没有写上Thrift客户端，但是hive架构的许多客户端接口是建立在thrift客户端之上，包括JDBC和ODBC接口。

WEBGUI：hive客户端提供了一种通过网页的方式访问hive所提供的服务。这个接口对应hive的hwi组件（hive web interface），使用前要启动hwi服务。（用的较少）

如下图：

Driver组件

一个hql语句，提交之后，具体的执行步骤：
由上图可以看出，Driver具体分为解析器、编译器、优化器。
首先由解析器进行词法分析，如果不符合语法，直接报错。
符合语法之后则编译为MapReduce程序，优化器优化之后再hdfs上执行。
所以hive说穿了就是将开发人员的hql语句转换为MapReduce程序之后，处理hdfs上的数据，免去了开发人员开发MapReduce的成本，大大降低了使用hadoop的门槛。

Metastore组件

hive的元数据不像表里的数据存在hdfs上，而是存在关系型数据库中。hive默认的元数据库为derby数据库，存储hive的元数据。一般现实中会存在远程服务器的mysql数据库。hive的元数据记录的是表的基本信息和属性。

Thrift服务：

能让不同的编程语言调用hive的接口，支持jdbc和odbc。

Thrift客户端和WEBGUI

了解较少，在工作中暂未用过。

这篇主要介绍了hive的架构和组成部分，下一篇具体介绍hive的文件存储以及基本用法。