Hive是大数据生态必不可少的数据仓库服务，我们能使用很简单的sql命令执行分布式查询任务，后端可以对接MR、TEZ、SPARK分布式查询引擎。高性能是衡量分布式的指标，为了对hive能更高效的使用，我们有必要研究其线程模型是如何支持高并发的。我们以Beeline和HiveServer为入口分析下客户端和服务端执行流程。
一、HiveServer执行解析。
首先看下service接口及其继承类
其中Hive Server2->Composite Service->AbstractService->Service是我们分析的主线。CLiService用于对客户端收到的sql命令进行异步提交到后端集群（MR、SPARK、TEZ)，Session Manager是用于客户端会话管理，并在初始化中创建一个backgroupthreadPool。ThriftBinaryCLIService用于创建线程接收并处理客户端连接。
看下HiveServer2的初始化定义。
此函数内部定义了ThriftBinaryCLIService和CLiService。直接看下ThriftBinaryCLIService的run函数代码：
该函数定义了Executor Service线程池和服务端server Socket，并把它包装到TThreadPoolServer里面，该线程池用于接收客户端发的连接请求，然后调用TThreadPoolServer的serve启动监听任务。
serve函数启动监听任务，开始accept客户端连接，每一个连接被包装为一个WorkerProcess，然后丢到TThreadPoolServer的线程池里执行，转到WorkerProcess的run函数。
该函数会从client_对象读取Processor、Transport、Protocol，然后根据这些信息创建context，最后触发Process处理，最终调用会落到operator.runInternal函数里面。本文主要以SqlOperator为例子就行分析。
接收客户端的线程池创建已经分析，再看下sql执行任务的线程池创建，其在CliService的初始化函数中。这里会创建Session Manager，并加入到service List里面，最终会回调到sessionManager 的createBackgroundOperationPool函数中。
该线程池主要是接收SQLOperation提交的任务，在后端分布式引擎执行任务。ThriftCliService接收到sql后，会调用executeStatement，最终触发SQLOperation执行submitBackgroundOperation提交。
在newExecuteStatementzOperation内部会根据是否是HiveCommand生成HiveCommandOperation和SQLOperation。其中HiveCommand的类型主要有以下几类：
如果不属于这几类，比如查询select ，则会生成SQLOperation，并在其runInternal()方法内部提交。
二、客户端执行流程
通过beeline提交的sql最终会通过beeline.dispath函数触发到command.sql
command.sql会调用到executeInternal（）
该函数内部分2步，
第1步是stmn.execute(sql）发生请求执行sql；
第2步是beeline.print发生请求获取数据；
第一步execute内部也是分2步：
执行runAsyncOnserver(sql)异步提交；
根据SQL执行结果构造HiveQueryResultSet，该对象用于发送获取结果请求。
在runAsyncOnserver函数内触发客户端发送thrift请求，执行executeStatement方法，最终被服务端ThriftCliService接收到sql后，内部会触executeStatement接口执行，对应上面分析的sqlOperation。
第二步 print函数内根据fetchsize逐步发送获取结果请求。
print最后触发了TableOutputFormat的print函数。
上文提到SQL执行结果会包装为一个HiveQueryResultSet对象，该对象会被封装到Row的一个实现类中，Hive内部共定义了3个实现类（BufferdRows、IncrementalRows、IncrementalRowsWithNormalization)。
因此调用row.next触发的是HiveQueryResultSet.next()
可以看到其内部触发了一个client.FetchResults，并包装了一个fetchsize也就是每一个next会请求一个行数为fetchsize的结果。
服务端接收后调用FetchResults,其req.getMaxRows对应的是fetchsize。
跟踪函数调用链路，最终到了FetchTask.fetch函数，注意到最后的while里面，发现其是一行一行从结果文件内获取数据的，获取到fetchsize大小时，会退出while并返回。
