hive3.1核心源码思路

系列文章目录

大数据主要组件核心源码解析

---

前言

提示：这里可以添加本文要记录的大概内容：

对大数据几个核心组件的源码，记录一下生命线

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、HQL转化为MR 核心思路

二、核心代码

1. 入口类，生命线

CliDriver.main
    run()
	 executeDriver()
	   cli.processLine(ss.execString);--hive -e 和 hive读取命令

CliDriver.processLine()
       List<String> commands = splitSemiColon(line);
	   processCmd(command);
	     processLocalCmd(cmd, proc, ss)
		   if (proc instanceof IDriver) 
		      IDriver qp = (IDriver) proc;
		      qp.run(cmd)
			   Driver.run()
			    runInternal(command, alreadyCompiled：false);
				  compileInternal(command, true); --关键代码1：编译sql
				  execute();                      --关键代码2： 执行hql
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

2. 编译代码

--关键代码1：编译sql
   Driver.compileInternal(command, true); 
      compile(command, true, deferClose);  
	    ASTNode tree = ParseUtils.parse(command, ctx);  --解析器工作
		 // Do semantic analysis and plan generation
	    BaseSemanticAnalyzer sem = SemanticAnalyzerFactory.get(queryState, tree); --编译器、优化器工作
		sem.analyze(tree, ctx);
		      // get the output schema
        schema = getSchema(sem, conf);
        plan = new QueryPlan(queryStr, sem, perfLogger.getStartTime(PerfLogger.DRIVER_RUN), queryId, queryState.getHiveOperation(), schema);
		   
1
2
3
4
5
6
7
8
9
10
11

3. 执行代码

	 --关键代码2： 执行hql		   
   Driver.execute(); 
      TaskRunner runner = launchTask(task, queryId, noName, jobname, jobs, driverCxt);
         TaskRunner tskRun = new TaskRunner(tsk);
         tskRun.start();
           TaskRunner.run()
            runSequential()
               tsk.executeTask(ss == null ? null : ss.getHiveHistory());
			   --tsk的各种实现类运行  ExecDriver（MR任务的driver类） 、CopyTask, DDLTask, MapRedTask等
                     int retval = execute(driverContext);	--不同的task实现执行
               
			   ExecDriver（MR任务的driver类） mr任务构造、提交
1
2
3
4
5
6
7
8
9
10
11
12

---

总结

提示：这里对文章进行总结：

对核心流程，生命线进行追踪。

学习源码：核心思路，抓大放小。
把上面的生命线抓住，需要分析具体问题再细看。