Hive的工作流程｜面试宝典

近小编的一位朋友小华学习了hiveSQL的一些常见场景及应用，也通过很多示例做了大量练习， 在心态上有一点小飘了，于是前两天去面试了一家大数据公司。

面试官一开始也是给面子，问了hiveSQL操作窗口函数的两道SQL题，小华都毫无疑问做出来了，心里正美着的时候，面试官来了hive的灵魂三问：hive是如何与hadoop结合的？hive的架构大致构成是？hive的运行流程是？于是傻眼的小华面试完之后来找到小编，希望小编能够说一下hive这方面的内容。

要说明白hive的整体工作流程，首先需要了解一下hive的架构设计。

Hive架构设计包括三个部分

1、 Hive Clients，Hive客户端，它为不同类型的应用程序提供不同的驱动，使得Hive可以通过类似Java、Python等语言连接，同时也提供了JDBC和ODBC驱动。

2、Hive Services，Hive服务端，客户端必须通过服务端与Hive交互，主要包括：

• 用户接口组件（CLI，HiveServer，HWI），它们分别以命令行、与web的形式连接Hive。
• Driver组件，该组件包含编译器、优化器和执行引擎，它的作用是将hiveSQL语句进行解析、编译优化、生成执行计划，然后调用底层MR计算框架。
• Metastore组件，元数据服务组件。Hive数据分为两个部分，一部分真实数据保存在HDFS中，另一部分是真实数据的元数据，一般保存在MySQL中，元数据保存了真实数据的很多信息，是对真实数据的描述。

3、Hive Storage and Computing ，包括元数据存储数据库和Hadoop集群。Hive元数据存储在RDBMS中，Hive数据存储在HDFS中，查询由MR完成。

对Hive整体架构设计有一定了解之后，我们再来看看Hive实际的工作流程。

接下来细化一下每个步骤。

简而言之，Hive接到命令之后，首先会去元数据库获取元数据，然后把元数据信息和作业计划发送Hadoop集群执行任务，再将终的结果返回。

熟悉了Hive的整个工作流程，相信下回再遇到Hive相关的面试，你也能对答如流了。赶紧再熟悉一下吧。