为什么HIVE依赖于服务器URL和HBase？

Question

我注意到HIVE有很多依赖关系，包括服务器URL和HBASE，都是通过bigtop集成测试扫描的。

请参阅：https://github.com/cloudera/bigtop/blob/master/test/src/smokes/hive/src/test/groovy/com/cloudera/itest/hivesmoke/TestJdbcDriver.java

无论如何，我想知道 - 最初似乎Hive本质上是一种将SQL声明转换为MapReduce作业的方法。

hbase和“蜂巢服务器”在Hive运营世界中的作用是什么？ Hive可以作为SQL独立存在 - ＆gt; MapReduce客户端，还是这些严格的全局要求？

Answer 1

从github代码中，我们可以看到cloudera的冒烟测试模块需要使用JDBC来连接＆＃39;蜂巢。但实际上我们肯定可以在没有“服务器”的情况下使用配置单元。或者＆＃39; HBase＆＃39;。

1）对于服务器URL，它是从远程Java API连接到thrift服务器的URL。这里的服务器就像是Hive世界的外观（你可以参考here或下面的图片）。服务器需要由hive --service hiveserver &启动。您可以跳过服务器并直接使用Hive CLI（嵌入模式），如上所述here。

   +-----------+      +-------------+     +--------------+
   |           |      |             |     |              |
   |java client+----->|hive server  +----->metastore srv |
   |           |      |             |     |              |
   +-----------+      +-------------+     +------+-------+
                                                 |
                                                 v
                                           +--------------+
                                           |              |
                                           |    Database  |
                                           |              |
                                           +--------------+

2）对于HBase，如果你不打算使用HBase，你可以不关心它。 Hive是一个数据仓库工具，它可以处理位于HDFS，HBase等上的数据。访问HDFS非常简单，但使用"Hive-HBase-Integration"访问HBase有点复杂。