2023 Hive 面试大纲
先说一些废话
总结一下Hive面试宝典中的要点，方便读者快速过一遍Hive面试所需要的知识点。
本文请搭配 Hive面试宝典 来食用更美味哟 ┗( ▔, ▔ )┛
方便自己系统性回忆，根据*的数量来标记重要性
*简单了解
**熟悉掌握
***需要精通
- Hive的介绍（*）
- Hive和Hadoop的关系
- Hive的特点
- Hive的缺点
- Hive常见的应用场景
- Hive和mysql的区别
- Hive的架构（*）
- Hive的数据（**）
- Hive的数据模型
- Hive的底层如何存储Null值
- Hive中元数据
metadata和元数据商店metastore)`的作用 - Hive有哪些保存元数据
metadata的方式 - Hive元数据存储方式中，本地模式和远程模式的区别
- Hive的数据类型
- Hive的隐式类型转换规则
- Hive数据存储所使用的文件格式
- Hive中使用的压缩算法
- 什么是数据可分割
- 关于压缩模式说明
- Hive的安装与使用（*）
- 如何在Hive中集成HBase
- 如何通过 HiveSQL 来直接读写 HBase
- Hive的分区和分桶（**）
- 什么是Hive分区
- Hive分区的优点
- Hive分区的缺点
- 什么是Hive分桶
- 关于Hive索引的说明
- Hive分桶的优点
- Hive分桶的缺点
- Hive中静态分区和动态分区的区别
- Hive动态分区的参数设定
- Hive的内部表和外部表（*）
- 什么是Hive的内部表和外部表
- Hive内部表和外部表的区别是什么
- 生产环境中为什么建议使用外部表
- Hive SQL（***）
- Hive中的SQL如何转化成MapReduce任务的
- 什么情况下Hive不走MapReduce任务
- Hive中如何查询A表中B表不存在的数据
- Hive中有哪些连接查询以及如何使用
- Hive中左连接和内连接的区别
- Hive中左连接的底层原理
- Hive查询时候 ON 和 WHERE 有什么区别
- Hive 函数（***）
- 如何使用UDF/UDAF/UDTF
- 为什么使用UDF/UDAF/UDTF
- 你写过什么样的UDF/UDAF/UDT
- Hive自定义函数实现了什么函数什么接口
- Hive中如何去重
- Hive中排序函数的使用方式及区别
- 请说明以下常用函数
split/coalesce/collect list/collect set的功能 - 请描述工作中常用的Hive常用函数及使用场景
- Hive 运维（*）
- 如何监控一个提交后的Hive状态
- Hive 优化（***）
- 请说明你在工作中如何进行Hive优化
- HiveSQL优化 ———— Hive单表查询优化
- HiveSQL优化 ———— Hive多表查询优化
- HiveSQL优化 ———— Hive其他查询优化
- Hive数据倾斜 ———— 单表携带了 Group By 字段的查询
- Hive数据倾斜 ———— 两表或多表的 join 关联时，其中一个表较小，但是 key 集中
- Hive数据倾斜 ———— 两表或多表的 join 关联时，有 Null值 或 无意义值
- Hive数据倾斜 ———— 两表或多表的 join 关联时，数据类型不统一
- Hive数据倾斜 ———— 单独处理倾斜key
- HiveJob优化 ———— HiveMap优化方案
- HiveJob优化 ———— HiveReduce优化方案
- Hive整体优化方案
我是 fx67ll.com，如果您发现本文有什么错误，欢迎在评论区讨论指正，感谢您的阅读！
如果您喜欢这篇文章，欢迎访问我的 本文github仓库地址，为我点一颗Star，Thanks~ 😃
转发请注明参考文章地址，非常感谢！！！