Hive面试题及详细答案.docxVIP

Hive面试题及详细答案

一、基础概念题（入门必问，考察基础掌握度）

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，不是数据库，它本身不存储数据，也不负责计算，核心是将SQL语句转换成MapReduce（或Tez、Spark）任务，依托Hadoop的HDFS存储数据、MapReduce/Tez/Spark执行计算，实现对海量结构化、半结构化数据的离线分析。

简单说：Hive是“翻译官”，把SQL翻译成分布式计算任务；Hadoop是“底层算力和存储载体”，Hive依赖Hadoop才能工作，没有Hadoop，Hive无法运行。

易错点：很多人会把Hive当成数据库，要明确Hive不支持实时查询（原生）、不支持事务（默认不支持，需开启特定配置），主打离线批量分析。

2.Hive中的数据库（Database）和表（Table），本质是什么？和HDFS的对应关系是什么？

答案：Hive的数据库和表，本质都是HDFS上的目录，元数据（表结构、字段类型、存储位置等）存在元数据库（默认Derby，生产常用MySQL）中。

对应关系：

数据库（Database）：对应HDFS上的一个一级目录，默认路径是hive.metastore.warehouse.dir（默认/user/hive/warehouse）下，比如数据库db_tes