Hive的执行过程

Hive执行时，‌解析器负责把SQL转成抽象语法树（AST）并做语法检查，编译器负责把AST编译成可执行的逻辑计划‌，两者是“翻译”和“校验”的关键环节。‌‌

可以把Hive执行理解成一条流水线：你写的SQL先进解析器，再经过编译器、优化器，最后变成MapReduce/Tez/Spark任务去跑。‌‌

🔧 各组件作用

• ‌解析器（Parser）‌：把SQL字符串拆解成抽象语法树（AST），并做基础校验——比如表是否存在、字段是否存在、SQL语义是否有误。一般用ANTLR这类工具完成。
• ‌编译器（Compiler）‌：拿到AST后，结合Metastore里的元数据做语义分析（验证字段类型、检查分区等），然后把AST转换成逻辑执行计划（Operator树），描述“要做什么操作”。
• ‌优化器（Optimizer）‌：对逻辑计划做优化，比如谓词下推、列裁剪、分区裁剪、调整JOIN顺序等，让执行更高效。
• ‌执行器（Executor）‌：把优化后的计划切成具体的MapReduce/Tez/Spark任务，提交到集群上执行。‌‌

🚀 执行流程速览

1. ‌提交SQL‌：用户通过CLI或JDBC提交HQL。
2. ‌解析‌：解析器生成AST，并校验语法和基础语义。
3. ‌编译‌：编译器查Metastore元数据，生成逻辑计划。
4. ‌优化‌：优化器对逻辑计划做规则优化和成本优化。
5. ‌执行‌：执行器把计划转成物理任务，提交到Hadoop集群。‌‌