大致流程:
1、客户端连接hiveserver2(目前大叔多通过beeline连接,hive cli模式相对较重,且直接略过元数据)建立回话
2、提交sql,通过driver进行编译,解析,优化逻辑计划,生成物理计划
3、对物理计划执行优化,并提交到计算引擎
4、返回结果
详细流程
1、 客户端提交查询语句,被driver处理,转交给编译器进行解析,得到UNresolved Logical plan
ParseDriver parse
2、Antlr 定义SQL语法规则,完成语法,语法解析,将SQL抽象成AST Tree
将SQL进一步抽象结构化 Semantic Analyzer analyze
3、 遍历AST Tree,抽象出查询的基本组成单元QueryBlock
应用HCatalog SemanticAnalyzer.getPlan
4、遍历QueryBlock,编译成OperatorTree
逻辑优化 Optimizer.optimize
5、 逻辑优化OperatorTree,合并不必要的ReduceSinkOperator,减少不必要的shuffle
生成DAG TaskCompiler.genearteTaskTree
6、 遍历OperatorTree,编译成MR任务
改写DAG进行优化 TaskCompiler.optimizeTaskPlan
7、 物理层优化器对MR进行转换
顺序/并发执行Task Task.excute
8、 物理计划执行