最近小編的一位朋友小華學習了hiveSQL的一些常見場景及應用，也通過很多示例做了大量練習， 在心態(tài)上有一點小飄了，于是前兩天去面試了一家大數據公司。

面試官一開始也是給面子，問了hiveSQL操作窗口函數的兩道SQL題，小華都毫無疑問做出來了，心里正美著的時候，面試官來了hive的靈魂三問：hive是如何與hadoop結合的？hive的架構大致構成是？hive的運行流程是？于是傻眼的小華面試完之后來找到小編，希望小編能夠說一下hive這方面的內容。

要說明白hive的整體工作流程，首先需要了解一下hive的架構設計

Hive架構設計包括三個部分

1. Hive Clients，Hive客戶端，它為不同類型的應用程序提供不同的驅動，使得Hive可以通過類似Java、Python等語言連接，同時也提供了JDBC和ODBC驅動。

2. Hive Services，Hive服務端，客戶端必須通過服務端與Hive交互，主要包括：

3. 用戶接口組件（CLI，HiveServer，HWI），它們分別以命令行、與web的形式連接Hive。

4. Driver組件，該組件包含編譯器、優(yōu)化器和執(zhí)行引擎，它的作用是將hiveSQL語句進行解析、編譯優(yōu)化、生成執(zhí)行計劃，然后調用底層MR計算框架。

5. Metastore組件，元數據服務組件。Hive數據分為兩個部分，一部分真實數據保存在HDFS中，另一部分是真實數據的元數據，一般保存在MySQL中，元數據保存了真實數據的很多信息，是對真實數據的描述。

6. Hive Storage and Computing ，包括元數據存儲數據庫和Hadoop集群。Hive元數據存儲在RDBMS中，Hive數據存儲在HDFS中，查詢由MR完成。

對Hive整體架構設計有一定了解之后，我們再來看看Hive實際的工作流程

接下來細化一下每個步驟。

簡而言之，Hive接到命令之后，首先會去元數據庫獲取元數據，然后把元數據信息和作業(yè)計劃發(fā)送Hadoop集群執(zhí)行任務，再將最終的結果返回。

熟悉了Hive的整個工作流程，相信下回再遇到Hive相關的面試，你也能對答如流了。趕緊再熟悉一下吧～