免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

今天為大家帶來的則是另一個同樣建立在Hadoop基礎上的技術—Hive。HBase是作為分布式數據庫，而Hive是作為分布式數據倉庫。

為了幫助大家更好的區別HBase和Hive，科妹特地選取了20道Hive的問答題，一定要積極動腦積極思考。

1．Hive的主要作用是什么？

2．啟動Hive的方式有哪些？

3．請談一下Hive的特點是什么？Hive和RDBMS有什么異同？

4．Redis， 傳統數據庫，hbase，hive  每個之間的區別？

5．Hive創建id，name，sex表的語法是什么？

6．Hive的兩個重要參數是什么？

7．Hive中如何復制一張表的表結構（不帶有被復制表數據）

8．Hive中追加導入數據的4種方式是什么？請寫出簡要語法。

9．Hive是怎樣保存元數據的？

10．Hive內部表和外部表的區別？

11．配置hive－site．xml都修改了哪些屬性，請寫出屬性名稱并解釋該屬性。

12．配置hive－env．sh都涉及到哪些屬性？

13．如何連接HiveServer2？寫出具體命令。

14．HiveServer2的作用是什么？

15．所有的hive任務都會有reducer的執行嗎？

16．分區和分桶的區別。

17．Hive的 sort by 和 order by 的區別。

18．簡要描述數據庫中的 null，說出null在hive底層如何存儲，并解釋

selecta．＊ from t1 a left outer join t2b on a．id＝b．id where b．id is null；

的含義。

19．請說明hive中 Sort By，Order By，Cluster By，Distrbute By各代表什么意思。

20．請把下一語句用hive方式實現。

SELECT a．key，a．value     FROM a      WHERE a．key not in （SELECT b．key FROM b）

答案解析：

1．Hive是基于hadoop的數據倉庫工具，可以將結構化的數據文件映射成一張數據表，并且提供sql查詢。相當于mapreduce的客戶端。

2．1）

bin／hive

2）

bin／hiveserver2

3．hive是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供完整的sql查詢功能，可以將sql語句轉換為MapReduce任務進行運行。其優點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合數據倉庫的統計分析。

4．1）Redis 是基于內存的數據庫，注重實用內存的計算。

2）hbase是列式數據庫，無法創建主鍵，地從是基于HDFS的，每一行可以保存很多的列。

3）hive是數據的倉庫，是為了減輕mapreduce而設計的，不是數據庫，是用來與hadoop做交互的。

5．

create table student（id int，name String，sex String） row format delimited fields terminated by ＇ ＇

6．1）hive －e  ＇＇  從命令行執行指定的HQL。

2）hive －f  ＊．hql  執行hive腳本命令。

7．

create table a  like b

8．1）從本地導入：

loaddata local  inpath ＇／home／1．txt＇ （overwrite）into table student

2）從Hdfs導入：

load data inpath＇／user／hive／warehouse／1．txt＇  （overwrite）into table student

3）查詢導入：

create table  student1 as select ＊ from student

4）查詢結果導入：

insert （overwrite）into table staff select ＊ from track＿log

9．1）保存元數據的方式有：內存數據庫rerdy，本地mysql數據庫，遠程mysql數據庫。

2）但是本地的mysql數據用的比較多，因為本地讀寫速度都比較快。

10．1）在導入數據到外部表，數據并沒有移動到自己的數據倉庫目錄下，也就是說外部表中的數據并不是由它自己來管理的！而表則不一樣。

2）在刪除表的時候，Hive將會把屬于表的元數據和數據全部刪掉；而刪除外部表的時候，Hive僅僅刪除外部表的元數據，數據是不會刪除的。

11．1）連接數據庫的uRL。

2）數據庫驅動名。

3）數據庫賬戶。

4）數據庫密碼。

12．1）添加JAVA＿HOME路徑：

JAVA＿HOME＝／opt／modules／jdk1．7．0＿67

2）添加HADOOP＿HOME路徑：

HADOOP＿HOME＝／opt／modules／hadoop－2．5．0－cdh5．3．6／

3）添加HIVE＿COF路徑：

exportHIVE＿CONF＿DIR＝／opt／modules／hive－0．13．1－cdh5．3．6／conf

13．1）

bin／hiveserver2

2）

bin／beeline

3）

！connect jdbc：hive2：／／hadoop102：10000

14．Hiveserver2作用是允許多臺主機通過beeline連接hiveserver2上，在通過hiveserver2連接到hive數據倉庫。

15．不是，由于當前hive的優化，使得一般簡單的任務不會去用reducer任務；只有稍微復雜的任務才會有reducer任務。

16．分區：是指按照數據表的某列或某些列分為多個區，區從形式上可以理解為文件夾，比如我們要收集某個大型網站的日志數據，一個網站每天的日志數據存在同一張表上，由于每天會生成大量的日志，導致數據表的內容巨大，在查詢時進行全表掃描耗費的資源非常多。 那其實這個情況下，我們可以按照日期對數據表進行分區，不同日期的數據存放在不同的分區，在查詢時只要指定分區字段的值就可以直接從該分區查找。

分桶：分桶是相對分區進行更細粒度的劃分。分桶將整個數據內容安裝某列屬性值得hash值進行區分，如要按照name屬性分為3個桶，就是對name屬性值的hash值對3取摸，按照取模結果對數據分桶。如取模結果為0的數據記錄存放到一個文件，取模為1的數據存放到一個文件，取模為2的數據存放到一個文件。

17．1）order by 會對輸入做全局排序，因此只有一個reducer（多個reducer無法保證全局有序）只有一個reducer，會導致當輸入規模較大時，需要較長的計算時間。

2）sort by不是全局排序，其在數據進入reducer前完成排序．因此，如果用sort by進行排序，并且設置mapred．reduce．tasks＞1， 則sort by只保證每個reducer的輸出有序，不保證全局有序。

18．null與任何值運算的結果都是null， 可以使用is null、is not null函數指定在其值為null情況下的取值。 null在hive底層默認是用＇N＇來存儲的，可以通過

alter table test SETSERDEPROPERTIES（＇serialization．null．format＇ ＝ ＇a＇）

來修改。

19．order by： 會對輸入做全局排序，因此只有一個reducer（多個reducer無法保證全局有序）。只有一個reducer，會導致當輸入規模較大時，需要較長的計算時間。

sort by：不是全局排序，其在數據進入reducer前完成排序。

distribute by：按照指定的字段對數據進行劃分輸出到不同的reduce中。

cluster by：除了具有 distribute by 的功能外還兼具 sort by 的功能。

20．

selecta．key，a．value from a where a．key not exists （select b．key from b）

怎么樣，做完這20道問答，是不是對Hive的了解加深了呢？雖然Hive和HBase都是架構在Hadoop之上的分布式技術，但它們是完全獨立的兩個程序哦。