UNIDAD ZACATENCO DEPARTAMENTO DE ... - Cinvestav

Figura 3.1: Arquitectura de hive [4].
3.1. Arquitectura de Hive
Hive 31
Hive es un datawarehouse de código abierto implementado sobre Hadoop. Fue
desarrollado por Facebook con el objetivo de eficientar el acceso a los datos y
optimizar su modelo de negocios [4]. El procesamiento de los datos se realiza a
través de sentencias parecidas al SQL llamadas sentencias HiveQL. Estas sentencias
pueden involucrar scripts MapReduce dentro de sí mismas, de manera que es posible
especificar el procesamiento de datos estructurados y no estructurados.
Hive está constituido por 3 grupos de componentes como se observa en la figura
3.1: Metastore, interfaces de usuario y Driver.
El componente Metastore mantiene la infraestructura del datawarehouse y guarda
información relacionada con las estructuras de Hive. Por ejemplo, guarda la ubicación
de las bases de datos y tablas, los permisos de los usuarios sobre las base de datos
y tablas, los tipos de datos de las columnas, etcétera. Esta información se le conoce
como metadatos. Los metadatos se almacenan en un sistema de archivos local o en
un SGBD como MySQL o PostgreSQL. Si se desea almacenar los metadatos en un
SGBD, entonces Hive utiliza un framework llamado DataNucleus que convierte un
objeto que contiene los metadatos en registros de una tabla o relación y viceversa.
Cinvestav Departamento de Computación