简介
Hive 是一个 Hadoop 平台的上的数据仓库工具，可以将结构化的的数据映射成一张表，并提供了类似 SQL 的查询的功能。
HIve 没有集群的概念，只需要将 Hive 部署在 Hadoop 平台上就可以使用。
- Hive 由Facebook 实现并开源
- 是基于Hadoop 的一个数据仓库工具
- 可以将结构化的数据映射为一张数据库表
- 并提供HQL(Hive SQL)查询功能
- 底层数据是存储在HDFS 上
- Hive的本质是将SQL 语句转换为MapReduce 任务运行
- 使不熟悉MapReduce 的用户很方便地利用HQL 处理和计算HDFS 上的结构化的数据，适用于离线的批量数据计算。
Hive架构
基本组成
用户接口
CLI，Shell 终端命令行（Command Line Interface），采用交互形式使用 Hive 命令行与 Hive进行交互，最常用（学习，调试，生产）JDBC/ODBC，是 Hive 的基于 JDBC 操作提供的客户端，用户（开发员，运维人员）通过这连接至 Hive server 服务Web UI，通过浏览器访问 Hive
Thrift Server
Thrift 是 Facebook 开发的一个软件框架，可以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
元数据存储
元数据，通俗的讲，就是存储在 Hive 中的数据的描述信息。Hive 中的元数据通常包括：表的名字，表的列和分区及其属性，表的属性（内部表和外部表），表的数据所在目录。
Metastore 默认存在自带的 Derby 数据库中。缺点就是不适合多用户操作，并且数据存储目录不固定。数据库跟着 Hive 走，极度不方便管理。
解决方案：通常存我们自己创建的 MySQL 库（本地 或 远程），Hive 和 MySQL 之间通过 MetaStore 服务交互。
Driver：编译器（Compiler）优化器（Optimizer）执行器（Executor）
Driver 组件完成 HQL 查询语句从词法分析，语法分析，编译，优化，以及生成逻辑执行计划的生成。生成的逻辑执行计划存储在 HDFS 中，并随后由 MapReduce 调用执行
Hive 的核心是驱动引擎， 驱动引擎由四部分组成：(1) 解释器：解释器的作用是将 HiveSQL 语句转换为抽象语法树（AST）(2) 编译器：编译器是将语法树编译为逻辑执行计划(3) 优化器：优化器是对逻辑执行计划进行优化(4) 执行器：执行器是调用底层的运行框架执行逻辑执行计划
执行流程
HiveQL 通过命令行或者客户端提交，经过 Compiler 编译器，运用 MetaStore 中的元数据进行类型检测和语法分析，生成一个逻辑方案(Logical Plan)，然后通过的优化处理，产生一个 MapReduce 任务。