1.1.2 Hive架构设计

1. Hive架构图

Hive架构包含3个部分。

（1）Hive客户端（Hive Clients）。Hive为不同类型应用程序提供不同的驱动，使应用程序可通过Java、Python等语言连接Hive并进行与RDBMS类似的SQL查询操作。对于Java应用程序，Hive提供了JDBC驱动；对于其他应用程序，Hive提供了ODBC驱动。

（2）Hive服务端（Hive Services）。客户端必须通过服务端与Hive交互，服务端主要包括CLI、Hive Server、Hive Web Interface、Driver、Metastore等组件。

（3）Hive存储与计算（Hive Storage and Computing）。Hive主要通过元数据存储数据库和Hadoop集群进行数据的存储与计算。Hive的元数据使用RDBMS存储，Hive的数据存储在HDFS中，大部分数据查询由MapReduce完成。

Hive的具体架构如图1.2所示。

2. Hive服务端组件详解

Hive服务端主要由以下3部分构成。

（1）用户接口

① CLI：控制台命令行方式。CLI是最基础的连接方式，使用“hive”命令连接。CLI启动时会同时启动一个Hive副本，相当于“hive --service cli”。

② Hive Server：包括HiveServer1和HiveServer2两种，其中HiveServer1在新版中被删除，所以推荐使用HiverSrver2。HiveServer2支持一个新的命令行Shell，其称为Beeline。Beeline是一个命令行形式的JDBC客户端，用于连接HiveServer2。Hive 0.11版中加入了Beeline，在生产环境中推荐使用Beeline连接Hive。

③ HWI（Hive Web Interface）：通过浏览器访问Hive。默认端口：9999。

（2）驱动（Driver）组件

该组件包括编译器（Compiler）、优化器（Optimizer）和执行引擎（Executor），它的作用是将HQL语句进行解析、编译优化，并生成执行计划，最后调用底层的MapReduce计算框架。

（3）元数据服务（Metastore）组件

Hive中的数据分为两部分，一部分是真实数据，一般存放在HDFS中；另一部分是真实数据的元数据，单独存储在关系型数据库中，如Derby、MySQL等。元数据用于存储Hive中的数据库、表、表模式、目录、分区、索引以及命名空间等信息，是对真实数据的描述。元数据会不断更新变化，所以不适合存储在HDFS中。实现任何对Hive真实数据的访问均须首先访问元数据。元数据对于Hive十分重要，因此Hive把Metastore服务独立出来，从而解耦Hive服务和Metastore服务，以保证Hive运行的健壮性。