一、什么是hive？
hive是基于hadoop的一个
数据仓库
工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在hadoop、中的大规模数据的机制。hive数据仓库工具能将将结构化的数据文件映射为一张数据库表，并提供
SQL
查询功能，能将SQL语句转变成
MapReduce
任务来执行。
二、架构图
Meta store（元数据存储）
：通常是存储在关系数据库如
mysql/derby
中。hive将元数据存储在数据库中，
hive
中的元数据包括表的名字，表的列和分区，表的属性（内部表、外部表）。
Client（用户接口）
：包括
CLI、JDBC/ODBC、WebGUI
。
CLI
是
shell
命令行；
JDBC/ODBC
是
hive
的
java
实现；
WebGUI
通过浏览器访问
hive
。
解析器、编译器、优化器、执行器
：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，最后由
MapReduce
调用执行。
详解：
Hive
通过给用户提供一系列交互接口，接收用户的指令（
shell
脚本、
sql
语句），将sql转换成抽象语法树
AST
的解析器，将
AST
编译成逻辑执行计划的编译器，在对逻辑执行计划进行优化，最后将逻辑计划转变成
MapReduce
，提交给
HDFS。