请描述Hive将SQL查询转换为MapReduce作业的完整流程，并指出其中核心的转换步骤有哪些？

回答思路

1. 【回答框架 1】Hive将SQL转换为MapReduce作业主要通过Antlr词法语法解析生成抽象语法树，再经语义分析（如类型检查、表字段验证）转化为逻辑计划（由操作符如TS、FIL、SEL等组成）。
2. 【回答框架 2】逻辑计划通过优化器进行列剪枝、谓词下推、分区剪枝等，随后转换为物理计划，确定执行引擎（MapReduce、Tez或Spark）。
3. 【回答框架 3】MapReduce阶段划分：将SQL操作映射为Map和Reduce阶段，例如Join可依据表大小选择Map端或Reduce端实现，Group By聚合在Map端预聚合后Reduce端汇总。
4. 【回答框架 4】最终生成MapReduce作业的配置（如Mapper类、Reducer类、分区函数），并提交至集群执行。
5. 【关键点 1】Hive使用Antlr进行语法解析生成AST，再经历语义分析和逻辑计划生成。
6. 【关键点 2】关键步骤包括：解析、语义分析、逻辑计划生成、优化、物理计划生成、作业提交。
7. 【关键点 3】优化阶段包括列剪枝、谓词下推、分区剪枝。
8. 【关键点 4】Join和聚合等操作会映射到相应的Map和Reduce阶段。
9. 【易错点 1】不要把MapReduce作业生成描述为直接翻译，忽略了逻辑和物理计划的中间过程。
10. 【易错点 2】避免声称所有SQL都必然转换为MapReduce，因为Hive也可使用Tez或Spark作为执行引擎。