本文簡單介紹一下Hive以及其架構。

一、Hive是什麼

Hive是由FACEBOOK公司開源的一個基於Hadoop框架的一個數據倉庫(data warehouse)工具，可以講結構化的檔案對映為一張資料表，並能提供SQL查詢功能，即將SQL語言轉化為MapReduce任務進行執行。

二、FACEBOOK公司為何要開發Hive

講到FACEBOOK為何開發Hive,就要先談到Hadoop下的MapReduce計算框架。MapReduce將所有的計算都處理為兩種基本資料運算map和reduce，所有的操作都是基於“鍵值對”，處理起來及其複雜，而且執行效率不高，鍵值對的設計也需要很大的技巧。以下文一個“wordcount”為例，一個簡單的統計詞頻的操作就需要編寫大量的程式碼。對於資料維護人員的JAVA基礎要求也較高。

所以，將一些常見的SQL查詢功能的實現簡單化能夠給資料庫人員帶來很大的方便。

三、Hive的架構

Hive是底層封裝了Hadoop的資料倉庫處理工具，是執行在Hadoop基礎上的。Hive架構主要分為以下幾個部分：Client（使用者介面）、元資料儲存、直譯器-編譯器-優化器-執行器、Driver驅動等（如下圖所示）。

使用者介面（Client）:主要包含CLI（command language interface）、JDBC或ODBC、WEBUI（以瀏覽器訪問hive）；

元資料（Metastore）:包括表名、表所屬的資料庫、表的擁有者、列/分割槽欄位、表的型別、表的資料所在目錄等內容；

HDFS&MapReduce：指的是hive使用HDFS進行儲存，使用MapReduce進行計算；

直譯器：將SQL字串轉化為抽象語法數AST；

編譯器：將AST編譯成邏輯執行計劃；

優化器：對邏輯執行計劃進行優化；

執行器：將邏輯執行計劃轉成可執行的物理計劃，如MR/Spark

四、Hive的資料儲存

Hive所有的資料都是儲存在HDFS檔案系統當中的，由於HADOOP由JAVA編寫，HIVE中的資料型別也源於JAVA。Hive的所有SQL分析操作都轉換為MapReduce中的JOB任務來處理。所以說Hive是Hadoop的資料倉庫。