Hive面试题*精选*！附答案！！！

HIVE面试

一、Hive的基本概念

1.什么是hive

Hive是一款开源的基于hadoop的用于统计海量结构化数据的一个数据仓库，它定义了简单的类似SQL的查询语言，称为HQL，允许熟悉SQL的用户查询数据。

从本质上讲：Hive是讲HQL语句转换成MapReduce程序的的一个工具

2.什么是数据仓库

数据仓库是一个面向主题的，集成的，相对稳定的，反映历史变化的数据的集合，用于支持管理角色

3.简单说说MapReduce

MP是一个软件框架，基于该框架能够容易的编写应用程序，这些应用程序能够运行在大规模集群上，并以一种可靠的，具有容错能力的方式并行的处理上TB级别的海量数据集。

MR的思想就是“分而治之”，Mapper负责‘分’，即把复杂的任务分解为若干个‘简单的任务’来处理；Reduce负责对map阶段的结果进行汇总。

4Hive的作用

1.可以将结构化的数据文件映射成一张表，并提供类SQL查询功能，方便非java开发人员对hdfs上的数据做MapRedece操作；

2.可以对数据提取转化加载（ETL)

3.构建数据仓库

5.Hive的使用场景

1.即使查询：利用CLI或者类似HUE之类的工具，可以对Hive中的数据做即时查询，如果底层的引擎使用的MR耗时会很久，可以替换成Tez或者Spark;

2.离线的数据分析：通过执行定时调度或者脚本去执行HQL语句，并将结果保存

3.构建数仓时用于组织管理数据和表

6. Hive的特点

优点：

​ 1.可扩展性，横向扩展，Hive可以自由的扩展集群的规模，一般情况下不需要重启服务，横向扩展：通过分担压力的方式扩展集群的规模；纵向扩展：升级一台服务器的硬件

​ 2.延展性，Hive支持自定义函数，用户可以根据自己的需求来实现自己的函数

​ 3.良好的容错性，可以保障即使有节点出现问题，SQL语句仍可完成执行

缺点：

​ 1.Hive不支持记录级别的增删改操作，但是用户可以通过查询生成新表或者将查询结果导入到文件中

​ 2.Hive的查询延时很严重，因为MRJ的启动过程消耗很长时间，所以不能用在交互查询系统中

​ 3.Hive不支持事务，因为没有增删改，所以主要用来做OLAP（联机分析处理），而不是OLTP（联机事务处理），这就是出局处理的两大级别。

7.Hive和传统数据库比较

1.数据存储位置

​ hive存储在HDFS。数据库将数据保存在块设备或者本地文件系统中。

2.数据更新

​ hive中不建议对数据的改写，而数据库中的数据通常是需要经常进行修改的

3.执行延迟

​ hive执行延迟较高，数据的执行延迟较低。当然，这个是有条件的，即数据规模较小，当数据