Hive 架构、执行原理【重要】

Hive 概述：

Hive 作为数据仓库的重要工具，它底层其实还是 MR 程序，因为 MR 程序代码书写比较复杂，所以为了方便程序员就有了 Hive。

Hive 的数据存储在 HDFS 上，元数据信息存储在 MySQL 上。

Hive 的执行原理（SQL 到 MR 的过程）：

Hive 的分析框架还是 MR，Hive 的执行原理底层其实就是：

（1）先对 HQL 进行解析，生成对应的抽象语法树

（2）再将生成的语法树转换成逻辑执行计划。

（3）接着将逻辑执行计划转换为物理计划，即将逻辑计划转换为可执行的 MR 作业。

（4）最后 Hive 将生成的 MR 作业提交到 YARN 集群中运行，作业一旦提交成功，MR 就会开始工作。

所以，Hive 的执行过程大致就是先解析、再编译、再优化、最后交给 MR 执行。