1.先了解一下SQL的執行過程

詞法分析就是將SQL語句分解成一個個詞和符號，語法分析就是識別SQL關鍵字和SQL成分結構，邏輯執行計劃就是分析獲取資料的邏輯步驟，優化執行計劃就是優化和簡化獲取資料的步驟，物理執行計劃就是分解可執行的任務，計劃執行就是按照步驟執行分解後的任務獲取資料結果。

2.瞭解一下資料引擎的工作流程

使用者通過使用者介面提交SQL查詢，驅動接收到SQL查詢請求後，向編譯器請求SQL查詢的執行計劃，在獲取到物理執行計劃後，將物理查詢計劃提交給執行引擎。在Hive中物理執行計劃是一系列的Map任務和Reduce任務，任務依次執行完成後將獲取的HDFS中的資料，返回給使用者。

3.現在主流的資料引擎的結構

HDFS提供了分散式檔案系統，RDD提供了分散式的記憶體系統，這兩個了個基本的資料訪問抽象，極大了簡化了計算程式設計模型。特別提一下Catalyst中基於規則的優化引擎，藉助Scala的模式匹配等函式式語言特性，開發執行計劃優化策略非常的簡潔。

4.資料引擎的起源

最初的MapReduce使得處理大資料處理成為可能。後來又發現了MR的抽象過於簡單，於是Tez和Spark提供了更加豐富單是也更復雜的分散式任務模型。但是SQL的處理依然不方便，效率不好，於是Pig和Hive出現了，讓更多了資料分析和處理人員可以處理大資料任務。但是基於任務的SQL處理模式很難滿足互動資料分析的場景，於是更輕量的，更專注SQL任務優化的Impala，Presto，Drill出現了。