Hive的执行生命周期

1.入口$HIVE_HOME/bin/ext/cli.sh

• 调用org.apache.hadoop.hive.cli.CliDriver类进行初始化过程
• 处理-e,-f,-h等信息，如果是-h，打印提示信息，并退出
• 读取hive的配置文件和$HIVE_HOME/bin/.hiverc文件，设置HiveConf
• 创建一个控制台，进入交互模式

2.读取命令processLine分割处理

• 在交互模式下，processLine方法读取命令行，以";"分割成多个命令
• 然后交给processCmd(cmd)处理

3.命令的预处理processCmd

　　根据输入命令的第一个记号(Token)，分别进行处理

• Quit/Exit系统正常退出
• ！开头的执行Linux操作系统命令
• source 开头的读取外部文件并执行文件中的命令
• list 列出缓存中的jar/file/archive
• 其他命令提交给CommandProcess处理

4.命令的预处理CommandProcess

　　根据输入命令的第一个记号，分别进行处理

• set 调用SetProcess类，设置hive的环境参数，并保存在该进程的HiveConf中
• dfs 调用DfsProcess类，调用hadoop的shell接口，执行hadoop的相关命令
• add 调用AddResourceProcess类，导入外部的资源，只对该进程有效
• delete 与add对应，删除资源
• 其他：提交给Driver类，进行下一步处理

5.命令的处理(Driver类的run方法)

• 编译器Compile：首先检查SQL中表和列是否存在，再利用第三方工具Antlr检查SQL语法是否正确，将正确的SQL解析成抽象语法树(AST)，最后将AST编译成逻辑执行计划Logical Paln
• 优化器Optimizor：将逻辑执行计划转化成可以运行的物理执行计划Physical Plan，即MR任务执行，并对其进行优化
• 执行器Executor：调用genMapRed()方法执行优化后的MR任务
• 获取读写锁：对操作的表获取一个读写锁acquireReadWriteLocks
• 执行execute：将生成的Task提交hadoopAPI 处理，返回任务的执行时间和状态(成功or失败)

6.获取执行的结果

• 任务执行失败，抛出异常
• 执行成功后，调用Driver的GetReuslt方法，顺序打开每一个输出文件
• 获取每一行的输出，并打印到控制台

7.执行清理

• 清理hive执行过程中的中间文件和临时文件
• 退出该条命令的执行，返回控制台并等待下一条命令的输入