[toc]

概念

按照官网翻译，Hive是一个使用SQL管理和使用基于分布式存储的数据集的数据仓库工具软件。注意形容词知道了几个特点：

1. 使用SQL
2. 数据仓库、管理数据集（表）
3. 基于Hadoop

Hive的组件包括HCatalog和WebHCat。

• HCatalog是Hadoop的表和存储管理层，它使具有不同数据处理工具（包括Pig和MapReduce）的用户能够更轻松地在网格上读写数据。
• WebHCat提供了一种服务，可用于运行Hadoop MapReduce（或YARN），Pig，Hive作业。还可以使用HTTP（REST样式）接口执行Hive元数据操作。

架构

照例先说下架构图

这里可以看到非常明确的组件关系。数据以文件形式存储在HDFS，执行期间用户通过cli提交DDL 或者query SQL，DDL会与MetaStore交互，其中MetaSto