Hive本质是【数仓设计方案】,hive本身并不存储数据【数据包含:元数据 + (表)数据】。
元数据(Metadata)是指描述数据的数据,它提供关于数据集、资源、文件、系统或者业务流程的额外信息,其中就包含库名,表名,字段,数据类型等。
在Hive中,元数据则是由HiveMetaStore来统一管理,进行存储、管理、保护和查询等操作。
一:MapReduce
二:Spark ✔
逻辑结构 | 物理结构 |
---|---|
库 | 文件夹(与库同名.db) |
表 | 文件夹(与表同名) |
分区 | 文件夹 (格式:分区字段名=分区字段值) |
数据 | 文件 |
分桶 | 小文件(目的:抽样和数据修改) |
1.UI客户端发出请求 executeQuery[执行查询语句] 2.Driver[驱动] 通过 Compiler 进行编译 3.Compiler 需要向 MetaStore 请求元数据。 编译过程: Compiler[驱动] 得到 元数据 后 先 生成 逻辑执行计划 再 通过优化形成 物理执行计划 4.将 物理执行计划 通过 Driver[驱动] 交给 ExecutionEngine[执行引擎] 5.ExecutionEngine[执行引擎] 将 物理执行计划 交给 hadoop的MapReduce进行job任务。 6.最终结果落盘到datanode上。 7.UI客户端 向 Driver[驱动] 发起请求 fetchResults 8.Driver 通过 ExecutionEngine[执行引擎] 从 datanode 上将数据拉过来,交给 UI客户端。