Hive是分布式数据仓库，同时又是查询引擎，所以Spark SQL取代的只是Hive查询引擎，在企业实际生产环境下，Hive+Spark SQL是目前最为经典的数据分析组合，Hive本身就是一个简单单机版本的软件，主要负责：
1）把HQL翻译成Mapper-Reducer-Mapper的代码，并且可能产生很多MapReduce的Job。
2）把生产的MapReduce代码及资源打成JAR包，并自动发布到Hadoop集群中运行。
Hive本身的架构如图1-3所示。
Hive架构主要有下面4个部分组成：
1）驱动程序（Driver）：负责编译、优化、执行。
Hive的入口是Driver，执行的SQL语句首先提交到Driver，然后调用编译器（Com-piler）解释驱动，最终解释成MapReduce任务执行，最后将结果返回。Driver调用编译器处理HiveQL（Hive SQL），可能是一条DDL、DML或查询语句。编译器将字符串转化为策略（Plan）。策略仅由元数据操作和HDFS操作组成，元数据操作只包含DDL语句，HDFS操作只包含LOAD语句。具体流程为：解析→语义分析→逻辑策略生成→优化→执行。
图1-3 Hive架构(www.xing528.com)
2）3种服务模式：Hive驱动对外提供了3种服务模式，分别是：
●CLI：即Hive命令行模式，通过命令行终端来直接操作Hive。
●Web GUI：即Hive的Web模式，通过浏览器来访问Hive。
●Hive的远程服务模式：通过Thrift Server的支持，远程Client程序可以通过JDBC/OD-BC方式来访问连接Hive，这也是程序员最需要的方式。
3）Metastore：元数据存储。
Hive将元数据存储在RDBMS中，一般常用MySQL和Derby。默认情况下，Hive元数据保存在内嵌的Derby数据库中，只能允许一个会话连接，只适合简单的测试。实际生产环境中不适用，为了支持多用户会话，则需要一个独立的元数据库，使用MySQL作为元数据库，Hive内部对MySQL提供了很好的支持。
4）Hadoop：Hadoop是Hive的运行基石。
Hive安装依赖Hadoop的集群，Hive运行在Hadoop上，用HDFS进行存储，利用Ma-pReduce进行计算。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
