简述 Hive 的执行流程：从 HQL 到 MapReduce/Spark 任务

在大数据生态中，Hive 作为基于 Hadoop 的数据仓库工具，其核心价值在于将类 SQL 语言（HiveQL）转化为分布式计算任务。理解 Hive 的完整执行流程，不仅是性能优化的基础，更是排查问题、设计高效架构的关键。本文将深入剖析 Hive 从 SQL 解析到任务提交的全流程，并对比 MapReduce 与 Spark 两种执行引擎的实现差异。

---

一、Hive 架构概览

Hive 的架构设计遵循 “SQL 翻译 + 分布式执行” 的分层理念，核心模块包括：

1. 驱动层（Driver）
   负责接收客户端请求，协调整个查询生命周期，包含解析器、编译器、优化器等组件。

2. 元数据层（Metastore）
   存储表结构、分区信息等元数据，通常使用 MySQL 或 PostgreSQL 作为后端数据库。

3. 执行引擎层
   支持 MapReduce、Tez、Spark 等多种引擎，负责将逻辑计划转化为物理任务。

4. 存储层
   数据实际存储在 HDFS 或云存储系统（如 S3）中，