大数据面试重点_ Hive相关内容

文章目录

• 一、大数据面试题_Hive篇
• （一）Hive表与性能优化
• 1. 本地数据库表与本地存储区表的区别是什么？
• 2. Hive是否支持索引？
• 3. sort by与order by有何不同？
• 4. 在Hive中如何解析JSON字符串？
• 5. 当执行表关联查询时如何处理数据分布不均的问题？
• 6. Hive将HSQL转换为MapReduce的具体流程是怎样的？
• 7. Hive底层与数据库交互的基本原理是什么？
• 8. 当需要在两张表之间进行关联查询时如何通过MapReduce实现？
• 9. 谈谈你对Hive特点的理解。
• 10. 解释一下在Hive中Sort By, Order By, Cluster By, Distribute By各代表什么操作。
• 11. 能否详细说明Hive中的split、coalesce以及collect_list函数各自的作用及使用场景？
• 12. 在Hive中UDF, UDAF, UDTF三者之间有什么区别？请举例说明。
• 13. 桶表的概念及其主要应用场景是什么？
• 14. 在大多数情况下Hive的任务都会采用MapReduce模式运行吗？如果有例外情况请予以说明。
• 15. 遇到太多小文件该怎么办？这个问题该如何解决？
• hive优化都有哪些具体措施可用？请一一列举并简述其适用场景