Hive面试题汇总

大数据侠客

已于 2024-03-08 13:44:42 修改

阅读量560

点赞数 15

分类专栏： hive相关问题汇总及解决文章标签： hive hadoop 数据仓库面试

于 2024-03-08 11:37:11 首次发布

本文链接：https://blog.csdn.net/weixin_41367158/article/details/136557587

版权

hive相关问题汇总及解决专栏收录该内容

14 篇文章 1 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了Hive的定义、安装、搭建、启动流程，强调了Hive在数据仓库中的角色，以及与数据库的区别。内容涵盖Hive的元数据存储、执行引擎（MapReduce、Tez、Spark）的对比，以及分区和桶的概念，探讨了动态分区的使用场景和限制。此外，文章还讨论了Hive中的内部表和外部表的区别，并给出了数据存储和数据拉链表的应用。

摘要由CSDN通过智能技术生成

Hive定义

Hive是建立在 Hadoop 上的数据仓库基础构架。可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），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。属于hadoop生态圈依赖jdk，hadoop。
Hive 定义了简单的类 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
Hive 没有专门的数据格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允许用户指定数据格式。
适用场景
Hive 构建在基于静态批处理的Hadoop 之上，Hadoop 通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销。因此，Hive 并不能够在大规模数据集上实现低延迟快速的查询，例如，Hive 在几百MB 的数据集上执行查询一般有分钟级的时间延迟。因此&

了解本专栏

超级会员免费看