1.1 模块架构模型
Hive提供了Hadoop的SQL能力，主要参考标准的SQL，Hive进行了部分的修改，形成了自己的特有的SQL语法HQL（Hive SQL），更加适合于Hadoop的分布式体系，该SQL目前是Hadoop体系的事实标准。
Hive的架构分为
接入层：体现为用户的接口，如JDBC，ODBC，CLI（command line interface）
HiveServer：Hive的主体部分，包括了词法解析，语法解析，逻辑优化和物理优化，HiveMetaStore。
执行层：主要有两个执行引擎，MapReduce和Spark。Spark引擎更能充分利用服器的内存，性能会好于MapReduce引擎。
存储层：目前Hive通过MapReduce/Spark访问HDFS可以支持多种存储格式，最主要的格式是ORC File和Parquet File。
用户输入HQL，Hive将HQL进行词法解析，语法解析，之后生成执行计划，并对执行计划进行优化，最后提交任务给YARN去执行。所以Hive的调优分为以下几个部分：
- 接入层：主要包括用户的连接性能，如网络、认证、连接数量。
- HiveServer：以SQL的优化为主，执行计划是SQL优化的主要手段，可以看到Hive对整个SQL语句是如何进行任务的分解和编排，并结合MapReduce/Spark的执行情况针对性的进行任务的优化。
- HiveMetaStore：因为Hive的MetaStore可能是外部的独立数据库，所以它的性能也会影响到整个HiveServer的性能，主要包括HiveMetaStore访问时间，访问次数，连接数量。
- MapReduce/Spark：以该组件进行执行时，MapReduce/Spark执行的情况直接引影响到Hive的性能，如每个任务的大小，任务与资源分配均匀度，任务拆分合理度等。
- HDFS：最底层的IO读也是性能的关键，主要考虑的指标是读取和写入的性能，还包括块大小合理设置等。
其中MapReduce/Spark/HDSF组件有自己独立的调优手册及文档，请参考对应组件的调优。本文档重点讨论上述的1), 2), 3)部分的性能调优的内容，并结合MapReduce/Spark的进行调优说明。
注：上述规格参数仅作为参考，并不代表不能超过，但如果业务场景有超过这些规格，那么对性能影响比较大，需要在性能和业务能力上进行权衡。