数仓面试经

1.内部表和外部表的区别?
2.MapReduce的工作流程？
3.hive的数据倾斜怎么解决？
4.分区表和分桶表的区别?
5.数仓是怎么建模的？
6.order by和sort by的区别？
7.hive的动态分区怎么实现？
8.有没有实现过UDF函数,在什么场景用到的？
9.mapreduce过程中map大小是多少？
10.hive的优化参数有哪些,举例说明用途？
11.sql题 连续3天登录的用户？(经典sql题)
12.left join时候大表应该放在左边还是右边？
13.union和 union all的区别？
14.rm -r file* 报文件太多,怎么解决？
15.crontab 5个* 分别代表什么？
16.HDFS的读写流程？
17.linux查询进程的命令
18.查找根目录下a名称文件的命令
19.Hive中大表和小表关联怎么做优化
20.雪花模型,星型模型,星座模型的区别
21.行转列,列转行的关键字