hive考试题目及答案

hive考试题目及答案

一、单项选择题（共10题，每题2分，总计20分）1.Hive的本质是什么？（）A.关系型数据库B.基于Hadoop的数据仓库工具C.分布式存储系统D.分布式计算框架【答案：B】2.Hive默认的字段分隔符是？（）A.逗号（,）B.制表符（\t）C.空格D.竖线（|）【答案：B】3.以下属于Hive静态分区操作的是？（）A.ALTERTABLEaddpartitionB.加载数据时自动创建分区C.插入数据时动态生成分区D.以上都不是【答案：A】4.Hive分桶的核心依据是？（）A.分区列的哈希值B.分桶列的哈希值取模C.数据文件大小D.数据记录行数【答案：B】5.Hive默认的执行引擎是？（）A.MapReduceB.TezC.SparkD.Flink【答案：A】6.以下哪个命令可直接将本地文件系统的数据导入Hive表？（）A.INSERTINTOB.LOCATIONC.LOADDATALOCALINPATHD.IMPORTTABLE【答案：C】7.Hive视图的核心特点是？（）A.存储实际数据B.仅能基于单表创建C.不存储实际数据D.支持更新操作【答案：C】8.能实现“多行输入、单行输出”的Hive函数类型是？（）A.UDFB.UDAFC.UDTFD.以上都不是【答案：B】9.Hive默认的元数据存储数据库是？（）A.HDFSB.MySQLC.DerbyD.PostgreSQL【答案：C】10.Hive支持事务的前提不包括？（）A.开启事务相关配置参数B.表为分桶表C.表存储格式为ORCD.使用MapReduce执行引擎【答案：D】二、多项选择题（共10题，每题2分，总计20分）1.Hive的核心组件包括？（）A.HiveCLI/BeelineB.Metastore（元数据存储）C.QL解析器D.Task执行器【答案：ABCD】2.Hive支持的复杂数据类型有？（）A.ArrayB.MapC.StructD.Varchar【答案：ABC】3.Hive分区的主要作用包括？（）A.减少查询时的扫描数据量B.提升查询性能C.方便数据的生命周期管理D.增加数据的总存储量【答案：ABC】4.Hive分桶的优势体现在？（）A.避免数据倾斜B.提升join操作效率C.方便数据抽样分析D.自动对数据进行排序【答案：ABC】5.以下属于Hive数据导入方式的有？（）A.LOADDATAB.INSERTINTOC.CREATETABLE...ASSELECTD.IMPORTTABLE【答案：ABCD】6.HiveQL与传统SQL的区别在于？（）A.执行延迟更高B.针对离线大数据设计C.默认不支持事务D.支持复杂嵌套数据类型【答案：ABCD】7.HiveUDF的分类包括？（）A.标准UDF（单行输入单行输出）B.聚合UDAF（多行输入单行输出）C.表生成UDTF（单行输入多行输出）D.窗口函数UDAF【答案：ABC】8.Hive支持的常用压缩格式有？（）A.GzipB.SnappyC.LZOD.Bzip2【答案：ABCD】9.Hive元数据可存储的数据库有？（）A.DerbyB.MySQLC.OracleD.SQLServer【答案：ABCD】10.Hive开启事务后支持的操作有？（）A.INSERTB.UPDATEC.DELETED.MERGE【答案：ABCD】三、判断题（共10题，每题2分，总计20分）1.Hive是一款关系型数据库，可直接存储业务数据。（）【答案：×】2.Hive的分区列是表中的实际物理字段，会存储在数据文件中。（）【答案：×】3.分桶是将数据按分桶列的哈希值取模分散到多个桶中，而分区是按目录逻辑分割数据。（）【答案：√】4.UDAF（聚合函数）可实现多行输入、单行输出的计算，如SUM、AVG。（）【答案：√】5.Hive视图会存储实际的业务数据，占用HDFS存储空间。（）【答案：×】6.Hive默认开启事务支持，可直接执行UPDATE、DELETE操作。（）【答案：×】7.Hive支持自定义字段分隔符和行分隔符，以适配不同格式的数据文件。（）【答案：√】8.Hive元数据只能存储在Derby数据库中，无法切换到其他数据库。（）【答案：×】9.Hive主要用于处理离线批量数据，不适合低延迟的实时数据处理场景。（）【答案：√】10.CTAS（CREATETABLEASSELECT）语句可基于查询结果创建新表并导入数据。（）【答案：√】四、简答题（共4题，每题5分，总计20分）1.简述Hive与传统关系型数据库的核心区别。答案：Hive基于HDFS存储，处理离线大数据，执行延迟高，依赖MapReduce等引擎，默认不支持事务，仅解析SQL为分布式任务；传统数据库存储计算一体，处理小数据，实时性好，事务支持完善，适合在线业务。2.说明Hive分区与分桶的主要差异。答案：分区是按目录逻辑分割数据，手动/动态创建，减少查询扫描范围，分区列非实际字段；分桶是按分桶列哈希取模物理分割数据，数据均匀分布，提升join和抽样效率，分桶列是表中实际字段。3.简述HiveUDF的分类及各自作用。答案：分三类：1.UDF：单行输入单行输出，处理单条记录；2.UDAF：多行输入单行输出，实现聚合计算（如SUM）；3.UDTF：单行输入多行输出，拆分复杂数据（如数组），扩展HiveQL能力。4.列举Hive开启事务需要满足的关键条件。答案：需满足：1.开启hive.support.concurrency等事务配置；2.表为分桶表；3.表存储格式为ORC；4.表属性设为transactional=true。五、讨论题（共4题，每题5分，总计20分）1.讨论Hive性能优化的常用方法。答案：常用方法：合理分区、分桶；使用列式存储（ORC/Parquet）；开启数据压缩；优化SQL（提前过滤、避免全表扫描）；切换执行引擎（Spark/Tez）；处理数据倾斜；设置任务并行度；重用中间结果。2.讨论Hive分桶的适用场景。答案：适用场景：大数据量join操作，减少数据扫描范围；数据抽样分析，快速获取样本；数据均匀分布，避免倾斜；频繁按某列分组聚合的离线场景；结合窗口函数做高效统计的场景。3.讨论Hive处理大数据的核心优势。答案：核心优势：兼容SQL语法，降低大数据处理门槛；基于HDFS分布式存储，扩展性强；集成Hadoop生态，利用MapReduce/Spark处理海量数