Hive远程Metastore功能允许将Hive的元数据存储在一个远程的RDBMS中，通常是MySQL。 本地Metastore功能则是将Hive的元数据存储在本地的文件目录中。 使用远程Metastore时，Hive会依赖于远程数据库来管理和访问元数据。
Hive的配置方式分为三种：内嵌模式、本地模式和远程模式。内嵌模式使用内置的Derby数据库存储元数据，不需额外启动Metastore服务，但一次只能一个客户端连接，不适用于生产环境。本地模式使用外部数据库（如MySQL）存储元数据，无需单独启动Metastore服务，但每次启动Hive都会内置启动一个Metastore，不便于管理。
Hive有三种运行模式，分别是内嵌模式、本地模式和远程模式。内嵌模式将元数据保存在本地内嵌的Derby数据库中，这种方式虽然简单，但每次只能访问一个数据文件，不支持多会话连接，因此只适合本地测试和初学者使用。本地模式将元数据保存在本地的独立数据库中，如MySQL，支持多会话和多用户连接，更加灵活。
安装方法与选择安装Hive有三种方式：内嵌模式、本地模式和远程模式。内嵌模式使用内嵌Derby数据库，适合实验环境，但不适用于生产；本地模式使用外部数据库存储元数据，每次启动Hive会启动内置Metastore，不推荐生产环境；远程模式则需独立启动Metastore，适合多客户端并发访问，是生产环境的首选。
Metastore是Hive的核心组件，负责元数据的管理与存储。它有三种配置方式：内嵌模式、本地模式与远程模式。内嵌模式下，Metastore与HiveServer2运行在同一进程内；本地模式下，Metastore独立运行；远程模式则通过外部数据库实现，是高可用的关键之一。
获取HMS元数据的主要方案有三种。首先，执行Hive SQL命令，并基于其返回结果解析元数据。此方案适用于对特定查询结果的元数据进行获取。Hive SQL命令提供直接访问元数据的能力，方便快捷。其次，查询Hive库对应的HDFS目录结构信息，并基于这些信息解析元数据。
首先，执行HIVE SQL命令并基于返回结果解析获取HMS元数据。
Hive 的元数据存储在RDBMS中，一般常用 MySQL 和 Derby。默认情况下，Hive元数据保存在内嵌的 Derby 数据库中，只能允许一个会话连接，只适合简单的测试。
Hive维护元数据以支持HQL查询，元数据包含重要表结构如下，以Hive0.13为例。 VERSION表 - 存储Hive版本信息，包括版本ID、版本号和版本说明。 DBS表 - 保存数据库基本信息，包含数据库ID、描述、HDFS路径、名称和所有者信息。 DATABASE_PARAMS表 - 存储数据库相关参数，通过与DBS表关联。
针对清理Hive历史分区数据的场景，本文将探讨Spark处理Hive表元数据、数据复制、小文件问题及批量清除分区的方法。在处理元数据信息时，可通过Spark-Sql执行辅助命令如show或describe操作，以获取所需元属性信息，数据格式处理已完成。
1、设计目标不同：Hive是Apache基金会的开源项目，主要用于大数据的查询与分析，它提供的是一种类SQL的查询语言——HiveQL，使得熟悉SQL的用户可以快速上手；而MySQL则是一种关系型数据库管理系统，主要用于存储、处理以及检索数据。
2、Hive和MySQL的区别 区别一：数据规模与用途 Hive和MySQL在数据规模及用途上存在差异。Hive主要处理大规模的数据集，尤其是在大数据环境下，常用于数据仓库和数据湖的场景，适合进行离线数据分析。而MySQL是一个传统的关系型数据库管理系统，处理的数据规模相对较小，适用于实时交易处理和事务管理等场景。
3、主要区别在于查询语言、数据存储位置、数据格式和数据操作方式：首先，查询方式各异：Hive使用的是HiveQL（一种基于SQL的查询语言），而MySQL则直接采用标准的SQL语句进行操作。其次，数据存储有所差异：Hive将数据存储在Hadoop分布式文件系统（HDFS）中，而MySQL的数据则存储在其自身的数据库管理系统内。
4、Hive和MySQL是两种不同的数据存储和分析工具，它们之间的主要区别在于设计哲学、数据存储位置、数据格式、查询语言、数据更新、索引、数据规模、底层执行原理以及应用场景。查询语言：Hive采用类SQL的查询语言HQL（Hive Query Language），而MySQL采用标准的SQL语言。
5、全不同应用场景吧，HBase速度比Hive快了不知道多少。HBase是非关系型数据库（KV型），对key做索引，查询速度非常快（相比较Hive），适合实时查询；而Hive是关系型数据结构，适合做后期数据分析。Hive的元数据存储在RDBMS中，一般常用MySQL和Derby。