本篇內(nèi)容介紹了“hive組件構(gòu)架是什么”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

目前成都創(chuàng)新互聯(lián)已為成百上千的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)絡(luò)空間、綿陽服務(wù)器托管、企業(yè)網(wǎng)站設(shè)計、甘谷網(wǎng)站維護(hù)等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

Hive執(zhí)行流程圖：

【Pratical Hive.pdf】學(xué)習(xí)筆記，各章節(jié)做主線輔以官網(wǎng)資料整理完成。

組件架構(gòu)

• 客戶端組件
  Hive-cli,
  JDBC/ODBC
  Toad or SQuirreL

• HCatalog
  元數(shù)據(jù)管理組件，主要作用如下
  官方介紹
  ? Provides a common schema environment for multiple tools
  ? Allows for connectors to tools to read data from and write data to Hive’s warehouse
  ? Lets users share data across tools
  ? Creates a relational structure to Hadoop data
  ? Abstracts away the how and where of data storage
  ? Hides schema and storage changes from users

• hiveServer2
  接口服務(wù)組件

• Execution-Engine

• MR
  執(zhí)行引擎組件

• Tez
  執(zhí)行引擎組件，省略shuffle過程
  Tez avoids disk IO by avoiding expensive shuffle and shorts while leveraging more efficient map side joins. Tez also utilizes a costbased optimizer, which helps produce faster execution plans. Combine this with the ORC file format geared
  toward SQL performance and you have a query engine performing up to 100x faster than native MapReduce–

• Hive-on-Spark

• Storage: Hadoop
  基于hdfs文件存儲http://www.0398hfyy.com

“hive組件構(gòu)架是什么”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！