这是我参与11月更文挑战的第21天，活动详情查看：2021最后一次更文挑战」
Hive的架构
Hive的架构图
Hive的服务（角色）
1、用户访问接口
CLI（Command Line Interface）：用户可以使用Hive自带的命令行接口执行Hive QL、设置参数等功能
JDBC/ODBC：用户可以使用JDBC或者ODBC的方式在代码中操作Hive
Web GUI：浏览器接口，用户可以在浏览器中对Hive进行操作**（2.2之后淘汰）**
2、Thrift Server:(远程调用服务）
Thrift服务运行客户端使用Java、C++、Ruby等多种语言，通过编程的方式远程访问Hive
3、Driver
Hive Driver是Hive的核心，其中包含解释器、编译器、优化器等各个组件，完成从SQL语句到MapReduce任务的解析优化执行过程
4、metastore→元数据存储
在 Hive 中，表名、表结构、字段名、字段类型、表的分隔符等统一被称为元数据。所有的元数据默认存储在 Hive 内置的 derby 数据库中，但由于 derby 只能有一个实例，也就是说不能有多个命令行客户端同时访问，所以在实际生产环境中，通常使用 MySQL 代替 derby。
HQL的执行流程
Hive 在执行一条 HQL 的时候，会经过以下步骤：
- 语法解析：Antlr 定义 SQL 的语法规则，完成 SQL 词法，语法解析，将 SQL 转化为抽象 语法树 AST Tree；
- 语义解析：遍历 AST Tree，抽象出查询的基本组成单元 QueryBlock；
- 生成逻辑执行计划：遍历 QueryBlock，翻译为执行操作树 OperatorTree；
- 优化逻辑执行计划：逻辑层优化器进行 OperatorTree 变换，合并不必要的 ReduceSinkOperator，减少 shuffle 数据量；
- 生成物理执行计划：遍历 OperatorTree，翻译为 MapReduce 任务；
- 优化物理执行计划：物理层优化器进行 MapReduce 任务的变换，生成最终的执行计划。
关于 Hive SQL 的详细执行流程可以参考美团技术团队的文章：Hive SQL 的编译过程
