1）用户接口
用户接口主要有三个，CLI（命令行接口）（最常用），Client，WUI。
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通过浏览器访问Hive。（启动Hive的WEB界面：$HIVE_HOME/bin/hive
--service hwi）
2）元数据存储
Hive将元数据存储在数据库中，表的列和分区及其属性，表的属性，表的数据所在目录等。
3）解释器、编译器、优化器、执行器
解释器、编译器、优化器完成HQL查询语句的词法分析、语法分析、编译、优化及查询计划的生成，生成的查询计划存储在HDFS中，并在随后由MapReduce调用执行。
4）Hadoop
Hive的数据存储在HDFS中，大部分的查询由MapReduce完成（不含带 * 的查询）
4、Hive的数据存储
1）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数据中列的分隔符和行分隔符，Hive就可以解析数据。
2）Hive中所有的数据都存储在HDFS中
3）Hive的数据模型：表（Table）、外部表（External
Table）、分区（Partition）、桶（Bucket）
4）Table的创建过程和数据加载过程可以在同一个语句中完成，在加载数据的过程中，实际数据会被移动到数据仓库目录中，之后对数据的访问会直接在数据仓库目录中完成，删除表时，表中的数据和元数据会被同时删除。
External
Table，加载数据和创建表同时完成，实际数据存储在HDFS后面指定的HDFS路径中，并不会移动到数据仓库目录中，删除External
Table时，仅删除元数据，表中的数据不会真正被删除。
5、Hive的技术架构图
从图中，我们可以知道，Hadoop和MapReduce是Hive架构的根基，Hive架构包括如下组件：CLI（command line
interface）、JDBC/ODBC、Thrift Server、WEB
GUI、metastore和Driver(Complier、Optimizer和Executor)，这些组件我可以分为两大类：服务端组件和客户端组件。
1）服务端组件：
（1）Driver组件：包括Complier、Optimizer、Executor。作用：将HQL语句解析、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。该组件存储Hive的元数据，Hive的元数据存储在关系数据库中，Hive支持的关系数据库有derby、mysql。元数据对Hive十分重要，所以，Hive支持把Metastore服务独立出来，安装到远程的服务器集群中，从而解耦Hive服务和Metastore服务，保证Hive运行的健壮性。
Hive的metastore组件是hive元数据集中存放地。Metastore组件包括两个部分：metastore服务和后台数据的存储。后台数据存储的介质就是关系数据库，例如hive默认的嵌入式磁盘数据库derby，还有mysql数据库。Metastore服务是建立在后台数据存储介质之上，并且可以和hive服务进行交互的服务组件，默认情况下，metastore服务和hive服务是安装在一起的，运行在同一个进程当中。我也可以把metastore服务从hive服务里剥离出来，metastore独立安装在一个集群里，hive远程调用metastore服务，这样我们可以把元数据这一层放到防火墙之后，客户端访问hive服务，就可以连接到元数据这一层，从而提供了更好的管理性和安全保障。使用远程的metastore服务，可以让metastore服务和hive服务运行在不同的进程里，这样也保证了hive的稳定性，提升了hive服务的效率。
（3）Thrift服务：Thrift是Facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务开发，Hive集成了该服务，能让不同的编程语言调用Hive的接口。
2）客户端组件
（1）CLI：Command Line Interface（命令行接口）
（2）Thrift客户端：架构图里没有写上Thrift客户端，但是hive架构的许多客户端接口是建立在thrift客户端之上，包括JDBC和ODBC接口。
（3）WUI：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，这个接口对应于Hive的WEB接口，使用前需要启动Hive Web
Interface服务。
