1、请你谈谈Hive内部表和外部表的区别
答:内部表是由Hive自身管理,外部表数据佑HDFS管理,删除内部表会直接删除元数据及存储数
据,删除外部表仅仅会删除元数据,HDFS上的文件并不会被删除。
2、请你谈谈数据倾斜解决方法
答 :如果是join引起的数据倾斜的话 由于key值为空或为异常记录 就随机给key赋一个值如果是一个大表和一个小表join的话可以考虑mapjoin避免数据倾斜,如果是group by 引起的数据倾斜的话 开启map之后使用combiner。
3、谈谈你对分区的理解
答:为了对表进行合理的管理以及提高查询效率,所以进行分区。这样查找数据就不需要进行
全表扫描了,提高了查询效率。
4、SQL考核1
表a有三个变量,分别是id、staytime、day
id
|
staytime
|