HiveSQL 典型面试练习题

说起 Hive 大家首先自然会想到的就是 SQL ，所以现场手写 SQL 基本上也是面试的一个保留环节，这时候千万不要乱了阵脚，只要掌握 SQL 的一些常用的高阶语法，这些难题基本上都能迎刃而解，所以本章归纳总结了一些比较常用的 SQL 语法相关的面试题。另外，光会写 SQL 还是不够的，这还只能算是基本技能，要知道 Hive 的调优才能拿到高阶工程师的入场资格。

本篇面试内容划重点：Hive 调优、窗口函数、列转行。

性能问题和优化方案

造成 Hive 出现性能问题最常见的原因就是数据倾斜，数据倾斜是指计算过程中，数据分布不均匀，造成大量数据都聚集在少数的服务器上，造成了数据热点。

可能造成数据倾斜的场景：

• 关联（t1 join t2 on t1.f1=t2.f1）：关联场景的关联字段 f1 的值分布不均匀（或者 NULL/0 这种值太多），会造成数据倾斜问题产生，大量数据被分发到少数几个 Reduce 处理。
• 分组（group by f1）：同样 f1 值的分布不均匀会造成数据倾斜。
• 去重（count distinct f1）&#x