Hive 面试题

什么是Hive?

Hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。

Hive的意义（最初研发的原因）?

降低程序员使用Hadoop的难度，降低学习成本

Hive的内部组成模块，作用分别是什么?

元数据：描述数据的数据
内部执行流程：
解析器（解析器SQL语句）、编译器（把SQL语句编译成MapReduce程序）、优化器（优化MapRedue程序）、执行器（将MapReduce程序运行的结果提交到HDFS）

Hive支持的数据格式?

TextFile、SequenceFile、RCFile、ParquetFile,orc格式

进入Hiveshell窗口的方式?

1、Hive命令直接进入HiveShell
2、HiveJDBC方式使用beeline连接hiveserver2
3、使用Hive命令参数直接执行hql语句

Hive数据库、表在HDFS上存储的路径是什么?

是由hive.site.xml当中的”hive,metastore.warehouse.dir“指定，默认在HDFS系统的 /user/hive/warehouse/ 文件夹下

like与rlike的区别?

like：like的内容不是正则，而是通配符（模糊匹配查询）
rlike：rlike的内容可以是正则，正则的写法与java一样。

内部表与外部表的区别?

未被external修饰的是内部表（managed table），被external修饰的为外部表（external table）；
区别：
1、内部表数据由Hive自身管理，外部表数据由HDFS管理；
2、内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），外部表数据的存储位置由自己制定（如果没有LOCATION，Hive将在HD