zoukankan      html  css  js  c++  java
  • Hive优化面试题

    对待像我这种2年开发经验的同学

    一般都会被问到。 在面试中,我们只要简短的介绍就好了。

    首先低调一波,我可能懂的比你少,我就简单说说

    1.在排序中,我们使用的是sortBy,它是基于索引,效率高于order by

    2.我们在分区的时候采用静态分区,静态分区只是读取配置文件,而动态分区需要重复的读取其它分区的标识,大量的制造了不必要的开销

    3.在对待groupBy的数据倾斜的方面,我们设置hive.group.sviWind=ture,这表明它会自动进行负载均衡,去除了数据倾斜的问题

    4.hive比较擅长处理大文件,大文件会有效的减少过多job,task的创建,这里我们使用UDF和UDAF来处理数据。UDF是单一处理,解决BUG,UDAF是多行处理,还有UDTF,这里我们不用还是说简单说一下

    是单一输入,多行输出。

    5.减少job和task的数量,我们使用表的链接。

    6.小表join大表

    7.大表join大表,过滤空key

    8.设置并行数

    9.关闭推测执行

    10.设置索引

    在送点彩蛋,如果被问到hive中有哪些常用函数,

    嗯.!有窗口函数,分析函数,比如row_number,distct,Rank,over by,lag,DENSE_RANK

  • 相关阅读:
    POJ--3667 Hotel
    Dragon Balls
    Popular Cows
    Tunnel Warfare [HDU--1540]
    CompletableFuture
    Future<V>
    分布式架构知识体系
    异步I/O和非阻塞I/O(轮询)
    同步异步阻塞非阻塞及并发级别
    volatile
  • 原文地址:https://www.cnblogs.com/BigDataBugKing/p/11311949.html
Copyright © 2011-2022 走看看