一、什么是Hive
（1）Hive是Hadoop工具家族中一个重要成员，可以将结构化的数据文件（HDFS）映射为一张数据库表。
（2）Hive 定义了简单的类 SQL 查询语言，被称为 HQL，实现方便高效的数据查询
（3）Hive的本质是将HQL，转换成MapReduce任务，完成整个的数据的ETL，减少编写MapReduce的复杂度
（4）Hive是一个数据分析引擎，提供不懂Java程序的数据分析人员使用。
二、Hive体系结构
Hive架构包括如下组件：CLI（command line interface）命令行、JDBC/ODBC驱动、Thrift Server、Hive WEB Interface（HWI）WEB访问接口、metastore元数据和Driver(Complier、Optimizer和Executor)，如下图：
（1）Driver组件：核心组件，整个Hive的核心，该组件包括Complier、Optimizer和Executor，它的作用是将我们写的HQL语句进行解析、编译优化，生成执行计划，然后调用底层的MapReduce计算框架。
（2） Metastore组件：元数据服务组件，这个组件存储hive的元数据，hive的元数据存储在关系数据库里，hive支持的关系数据库有derby、mysql、oracle等，存储内容包括包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。
（3）用户接口：用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是CLI，Cli启动的时候，会同时启动一个Hive副本。Client是Hive的客户端，用户连接至Hive Server。在启动 Client模式的时候，需要指出Hive Server所在节点，并且在该节点启动Hive Server。 WUI是通过浏览器访问Hive。
（4）ThriftServers：提供JDBC和ODBC接入的能力,它用来进行可扩展且跨语言的服务的开发，hive集成了该服务，能让不同的编程语言调用hive的接口。
（5）Hive WEB Interface（HWI）：hive客户端提供了一种通过网页的方式访问hive所提供的服务。这个接口对应hive的hwi组件（hive web interface）
（6）数据存储： Hive的数据存储在HDFS中，大部分的查询、计算由MapReduce完成（包含*的查询，比如select * from tbl不会生成MapRedcue任务）
三、Hive执行流程
步骤1：Hive 将通过CLI接入，JDBC/ODBC接入，或者HWI接入的相关查询:
步骤2：通过Driver(Complier、Optimizer和Executor),进行编译，分析优化，最后变成可执行的MapReduce
步骤3：将解析成MapReduce任务提交Hadoop执行。
大家看到这些是不是特别熟悉，对的这个和传统的数据库的结构非常类似。
四、数据库连接模式
1、单用户模式（本地模式或者嵌入模式）
此模式连接到一个In-memory 的数据库Derby，Derby数据是Hive自带的数据库，默认只能有一个连接，用户连接到Hive后，会在当前目录生成一个metastore文件来存放操作元数据信息，不同的用户连接到Hive看到的信息不一致。
2、多用户模式
通过网络连接到一个关系型数据库中，如MySQL，是最经常使用到的模式。这样多个用户操作的元数据信息统一存放到关系型数据库，这样不同用户可以操作相同的对象。
3、远程服务器模式
用于非Java客户端访问元数据库，在服务器端启动MetaStoreServer，客户端利用Thrift协议通过MetaStoreServer访问元数据库。
五、Hive的数据模型
对于数据存储，Hive没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织Hive中的表，只需要在创建表的时候告诉Hive数据中的列分隔符和行分隔符，Hive就可以解析数据。
Hive中所有的数据都存储在HDFS中，存储结构主要包括数据库、文件、表和视图。
Hive中包含以下数据模型：Table内部表，External Table外部表，Partition分区，Bucket桶。Hive默认可以直接加载文本文件，还支持sequence file 、RCFile。
