1.Hive用戶接口主要有幾個？分別是什麼？常用幾個？
2.能否通過界面操作HIVE？
3.Hive元數據通常存儲在什麼地方？
4.HQL 查詢語句從詞法分析、語法分析、編譯、優化以及查詢計劃的生成靠什麼完成？
5.生成的查詢計劃存儲在什麼位置？
6.Hive 將元數據存儲在 RDBMS 中，有三種模式可以連接到數據庫？
分別哪幾種？
7.Hive數據模型都包含什麼？
8.External Table的指向什麼數據？
同時閱讀本文需要了解的概念
1.什麼元數據？
主要是描述數據屬性的信息，用來支持如指示存儲位置、歷史數據、資源查找、文件紀錄等功能。
2.Partition是指分區的意思
Hive 的結構如圖所示，
主要分爲以下幾個部分：
- 用戶接口，包括 CLI，Client，WUI
- 元數據存儲，通常是存儲在關係數據庫如 mysql, derby 中。
- 解釋器、編譯器、優化器、執行器。
- Hadoop：用 HDFS 進行存儲，利用 MapReduce 進行計算。
用戶接口主要有三個：CLI，Client 和 WUI
其中最常用的是 CLI，Cli 啓動的時候，會同時啓動一個 Hive 副本。Client 是 Hive 的客戶端，用戶連接至 Hive Server。在啓動 Client 模式的時候，需要指出 Hive Server 所在節點，並且在該節點啓動 Hive Server。 WUI 是通過瀏覽器訪問 Hive。
Hive 將元數據存儲在數據庫中
如 mysql、derby。Hive 中的元數據包括表的名字，表的列和分區及其屬性，表的屬性（是否爲外部表等），表的數據所在目錄等。
解釋器、編譯器、優化器完成 HQL 查詢語句從詞法分析、語法分析、編譯、優化以及查詢計劃的生成。生成的查詢計劃存儲在 HDFS 中，並在隨後有 MapReduce 調用執行。
Hive 的數據存儲在 HDFS 中，大部分的查詢由 MapReduce 完成（包含 * 的查詢，比如 select * from tbl 不會生成 MapRedcue 任務）。
----------------------------------------------------------------------------------------------------------------------------------------------
Hive 將元數據存儲在 RDBMS 中，有三種模式可以連接到數據庫：
Single User Mode： 此模式連接到一個 In-memory 的數據庫 Derby，一般用於 Unit Test。
Multi User Mode：通過網絡連接到一個數據庫中，是最經常使用到的模式。
Remote Server Mode：用於非 Java 客戶端訪問元數據庫，在服務器端啓動一個 MetaStoreServer，客戶端利用 Thrift 協議通過 MetaStoreServer 訪問元數據庫。
Hive 的數據存儲
首先，Hive 沒有專門的數據存儲格式，也沒有爲數據建立索引，用戶可以非常自由的組織 Hive 中的表，只需要在創建表的時候告訴 Hive 數據中的列分隔符和行分隔符，Hive 就可以解析數據。
其次，Hive 中所有的數據都存儲在 HDFS 中，Hive 中包含以下數據模型：Table，External Table，Partition，Bucket。
Hive 中的 Table 和數據庫中的 Table 在概念上是類似的，每一個 Table 在 Hive 中都有一個相應的目錄存儲數據。例如，一個表 pvs，它在 HDFS 中的路徑爲：/wh/pvs，其中，wh 是在 hive-site.xml 中由 ${hive.metastore.warehouse.dir} 指定的數據倉庫的目錄，所有的 Table 數據（不包括 External Table）都保存在這個目錄中。
Partition 對應於數據庫中的 Partition 列的密集索引，但是 Hive 中 Partition 的組織方式和數據庫中的很不相同。在 Hive 中，表中的一個 Partition 對應於表下的一個目錄，所有的 Partition 的數據都存儲在對應的目錄中。例如：pvs 表中包含 ds 和 city 兩個 Partition，則對應於 ds = 20090801, ctry = US 的 HDFS 子目錄爲：/wh/pvs/ds=20090801/ctry=US；對應於 ds = 20090801, ctry = CA 的 HDFS 子目錄爲；/wh/pvs/ds=20090801/ctry=CA
Buckets 對指定列計算 hash，根據 hash 值切分數據，目的是爲了並行，每一個 Bucket 對應一個文件。將 user 列分散至 32 個 bucket，首先對 user 列的值計算 hash，對應 hash 值爲 0 的 HDFS 目錄爲：/wh/pvs/ds=20090801/ctry=US/part-00000；hash 值爲 20 的 HDFS 目錄爲：/wh/pvs/ds=20090801/ctry=US/part-00020
External Table 指向已經在 HDFS 中存在的數據，可以創建 Partition。它和 Table 在元數據的組織上是相同的，而實際數據的存儲則有較大的差異。
Table 的創建過程和數據加載過程（這兩個過程可以在同一個語句中完成），在加載數據的過程中，實際數據會被移動到數據倉庫目錄中；之後對數據對訪問將會直接在數據倉庫目錄中完成。刪除表時，表中的數據和元數據將會被同時刪除。
External Table 只有一個過程，加載數據和創建表同時完成（CREATE EXTERNAL TABLE ……LOCATION），實際數據是存儲在 LOCATION 後面指定的 HDFS 路徑中，並不會移動到數據倉庫目錄中。