Hive数据面试题及详细答案.docxVIP

Hive数据面试题及详细答案

一、基础必考题（入门级，考察核心概念）

1.请说说Hive是什么？它和Hadoop的关系是什么？

答案：Hive是基于Hadoop的一个数据仓库工具，本质是将SQL语句转换为MapReduce（或Spark、Tez）任务来执行，它本身不存储数据，也不计算数据，核心作用是“用SQL操作Hadoop里的数据”，让不懂MapReduce的开发者也能通过SQL分析海量数据。

和Hadoop的关系：Hive依赖Hadoop，其中HDFS负责存储Hive的表数据，MapReduce/Spark负责执行Hive解析后的计算任务；简单说，Hadoop是底层的存储和计算框架，Hive是架在Hadoop之上的“SQL接口”，简化了海量数据的分析操作。

2.Hive中的数据库（Database）和表（Table），本质对应HDFS上的什么？

答案：核心是“目录结构”，所有Hive的元数据（库、表、字段、分区信息等）都存在元数据库（默认derby，生产常用MySQL）中，实际数据存在HDFS上：

1.数据库（Database）：对应HDFS上的一个一级目录，默认路径是hive.metastore.warehouse.dir（配置项）下，比如默认路径是/user/hive/warehouse，那么数据库db1对应的路径就是/user/hive/warehouse/db1