<mark>Hive 底层存储是基于 HDFS 进行存储，Hive 的计算底层是转换成 MapReduce 程序进行计算</mark>。 :-:  hive 架构图参考 <br/> 如图中所示，Hive 通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的 Driver，结合元数据 (MetaStore)，将这些指令翻译成MapReduce，提交到 Hadoop 中执行，最后，将执行返回的结果输出到用户交互接口。 <br/> **1. 用户接口：Client** CLI（Hive Shell）、JDBC/ODBC(Java 访问 Hive)、WEBUI（浏览器访问 Hive）。 <br/> （1）CLI：命令行接口，是最常用的一种用户接口，CLI 启动时会同时启动一个 Hive 副本。CLI 是和 Hive 交互的最简单也是最常用方式，只需要在一个具备完整 Hive环境下的 Shell 终端中键入 hive 即可启动服务。<ins>用户可以在 CLI 上输入 HQL 来执行创建表、更改属性以及查询等操作。不过 Hive CLI 不适应于高并发的生产环境，仅仅是 Hive 管理员的好工具（开发测试常用）</ins>。 <br/> （2）JDBC/ODBC： JDBC 是 java database connection 的规范，它定义了一系列 java 访问各类 db 的访问接口，因此 hive-jdbc 其实本质上是扮演一个协议转换的角色，把 jdbc 的标准协议转换为访问 HiveServer 服务的协议。hive-jdbc 除了扮演网络协议转化的工作，并不承担他的工作，比如 sql 的合法性校验和解析，一律忽略 。 <br/> ODBC 是一组对数据库访问的标准 API，它的底层实现源码是采用 C/C++编写的。 JDBC/ODBC 都是通过 hiveclient 与 hiveserver 保持通讯的，借助 thrfit rpc 协议来实现交互。 <br/> （3）HWI：HWI 是 Hive 的 web 方为接口，提供了一种可以可以通过浏览器来访问 Hive 的服务（开发测试常用）。 <br/> **2. 服务端组件** （1）Thrift Server 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 Thrift Server 服务，能让不同的编程语言调用 hive 的接口。 <br/> （2）元数据（Metastore） 元数据服务组件，这个组件用于存储 hive 的元数据，包括表名、表所属的数据库、表的拥有者、列/分区字段、表的类型、表的数据所在目录等内容。 <br/> <ins>hive 的元数据存储在关系数据库里，支持 derby、mysql 两种关系型数据库。</ins>元数据对于 hive 十分重要，因此 hive 支持把 metastore 服务独立出来，安装到远程的服务器集群里，从而解耦 hive 服务和 metastore 服务，保证 hive 运行的健壮性。 <br/> （3）Driver 组件 该组件包括 Interpreter、Complier、Optimizer 和 Executor，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。 * 解析器（SQL Parser）：<mark>将 SQL 字符串转换成抽象语法树 AST</mark>，这一步一般都用第三方工具库完成，比如 antlr；对 AST 进行语法分析，比如表是否存在、字段是否存在、SQL 语义是否有误。 * 编译器（Physical Plan）：<mark>将 AST 编译生成逻辑执行计划</mark>。 * 优化器（Query Optimizer）：<mark>对逻辑执行计划进行优化</mark>。 * 执行器（Execution）：<mark>把逻辑执行计划转换成可以运行的物理计划</mark>。对于 Hive 来说，一般常用的为 MR/TEZ/Spark。 <br/> **3. Hadoop** Hive 底层是使用 HDFS 进行存储，默认使用 MapReduce 进行计算。