接着上一篇来说执行入口的分析，CliDriver最终将用户指令cmd提交给了Driver的run方法（针对常用查询语句而言），在这里用户的cmd将会被编译，优化并生成MapReduce任务进行执行。

所以Driver也是Hive的核心，他扮演了一个将用户查询和MapReduce Task转换并执行的角色，下来我们就来看看Driver是如何实现的？

1. run函数：

 public CommandProcessorResponse run(String command, boolean alreadyCompiled)
        throws CommandNeedRetryException {
    CommandProcessorResponse cpr = runInternal(command, alreadyCompiled);
    if(cpr.getResponseCode() == 0) {
      return cpr;
    }
    SessionState ss = SessionState.get();
    if(ss == null) {
      return cpr;
    }
    .
    .
    .

run函数通过调用runInternal方法处理用户指令，在处理完成runInternal之后，如果执行过程中出现出错，还附加了对错误码和错误信息的处理，省略的部分就是错误的处理
在run函数中调用了runInternal，这也就是run函数的核心内容
2. 既然runInternal是核心内容，后面我们将逐步分析此函数
（1）

在这里先做了一个检测，确认在配置文件中HIVE_HADOOP_SUPPORTS_SUBDIRECTORIES等等的属性无误，否则报错。

这个就是return的值中实现的内容，返回了一个类，并在返回的过程中给类中的一些变量赋值。

（2）

 HiveDriverRunHookContext hookContext = new HiveDriverRunHookContextImpl(conf, command);
    // Get all the driver run hooks and pre-execute them.
    List<HiveDriverRunHook> driverRunHooks;
    try {
      driverRunHooks = getHooks(HiveConf.ConfVars.HIVE_DRIVER_RUN_HOOKS,
          HiveDriverRunHook.class);
      for (HiveDriverRunHook driverRunHook : driverRunHooks) {
          driverRunHook.preDriverRun(hookContext);
      }
    } catch (Exception e) {
      errorMessage = "FAILED: Hive Internal Error: " + Utilities.getNameMessage(e);
      SQLState = ErrorMsg.findSQLState(e.getMessage());
      downstreamError = e;
      console.printError(errorMessage + "\n"
          + org.apache.hadoop.util.StringUtils.stringifyException(e));
      return createProcessorResponse(12);
    }

首先根据配置文件和指令，构造用户Hook执行的上下文hookContext，然后读取用户PreRunHook配置指定的类（字符串），此配置项对应于Hive配置文件当中的“hive.exec.driver.run.hooks”一项，利用反射机制Class.forName实例化PreRunHook类实例（getHook函数完成），依次执行各钩子的功能（preDriverRun 函数完成）。
——-待完善

（3）

直接调用complieInternal函数编译用户指令，将指令翻译成MapReduce任务。在这里要解释一下 ：synchronized (compileMonitor)是为了compileMonitor加上了同步锁，并且这个compileMonitor还仅为可读的。——-这里Monitor是一个空的对象，加上了同步锁，能起到什么样的作用呢？