Hive数据仓库高频面试题及详细答案（实操版）.docxVIP

Hive数据仓库高频面试题及详细答案（实操版）

一、Hive基础核心面试题

1、简单说下Hive的工作原理，以及它和MySQL的区别？

参考答案：

Hive本质是一款基于Hadoop的数据仓库工具，它可以把我们写的SQL语句，自动解析、翻译成MapReduce、Spark、Tez等分布式计算任务，提交到集群执行，最终实现海量数据的统计分析。它本身不存储数据，也不负责计算，只做SQL解析和任务调度。

Hive和MySQL核心区别：

适用场景不同：MySQL是联机事务处理（OLTP），适合日常增删改查、高并发短事务；Hive是联机分析处理（OLAP），适合海量数据批量查询、统计分析，不适合实时高频读写。

数据存储不同：MySQL数据存在本地磁盘；Hive数据存储在HDFS分布式文件系统。

更新机制不同：MySQL支持行级增删改查；Hive默认不支持行级更新，早期版本只能批量加载、覆盖写入，新版虽支持更新但性能差，生产基本不用。

延迟不同：MySQL毫秒级低延迟；Hive是批量任务，延迟高，秒级、分钟级甚至小时级。

索引机制不同：MySQL有完善的B+树索引，查询效率极高；Hive索引鸡肋，生产几乎不用，靠分区、分桶、优化SQL提效。

2、Hive的架构组成有哪些？各自作用是什么？

参考答案：

Hive核心分为4个组件，日常工作接触最多：

用户接口（CLI/JDBC/Beeline）：