公司真题库2026-07-20
【字节跳动】窗口函数分类与现场手写 SQL
字节跳动数仓一面真题。窗口函数分排序、分布、取值、聚合四类，附 row_number/rank、ntile 分桶、percent_rank 分位数的现场手写 SQL 与易错点。
91学AI·8 阅读
标签
#Hive
共 13 篇文章
公司真题库2026-07-20
【字节跳动】数仓模型优化的手段和方式
字节跳动数仓二面真题。模型优化从复用度治理、宽表与拆分、分区与存储格式、生命周期管理到指标口径收敛，覆盖设计与成本两个维度。
91学AI·7 阅读
公司真题库2026-07-20
【字节跳动】数据倾斜的场景与解决方案
字节跳动数仓一面真题。数据倾斜在 Map、Shuffle、Join、聚合各阶段的表现不同，解法从加盐打散、两阶段聚合到 map join、分桶表逐个对应。
91学AI·7 阅读
精选·Hive与SQL2026-07-13
行转列、列转行分别怎么写？concat_ws、collect_list、lateral view 实战
行转列用 collect_set/collect_list 聚合加 concat_ws 拼接，列转行用 lateral view explode 展开数组，两类操作都要配合 group by 和 UDTF 理解。
91学AI·8 阅读
精选·Hive与SQL2026-07-13
Hive/Spark SQL 中 map join 是什么？数据倾斜的 join 怎么优化？
map join 把小表广播到 map 端免 shuffle；skew join 通过倾斜 key 单独拆分、加盐打散或两阶段聚合解决热点，掌握适用条件和参数。
91学AI·6 阅读
精选·Hive与SQL2026-07-13
Hive 小文件问题是怎么产生的？如何治理？
小文件拖垮 NameNode 并放大计算开销；成因在 reduce 数、动态分区、实时写入三个源头，治理手段分写入时合并和存量合并两条线。
91学AI·6 阅读
精选·Hive与SQL2026-07-13
Hive 分区表和分桶表有什么区别？怎么设计才合理？
分区按列值切目录做查询裁剪，分桶按哈希散列文件控制数据分布；掌握两者粒度、动态分区风险、采样和 join 优化中的分桶用法。
91学AI·6 阅读
精选·Hive与SQL2026-07-13
Hive 内部表、外部表、临时表有什么区别？drop 表时数据会怎样？
内部表由 Hive 全权管理数据，外部表只登记元数据，临时表只存活于当前会话；核心考点是 drop 行为、建表 location 语义和生产场景选型。
91学AI·8 阅读
精选·Hive与SQL2026-07-13
Hive 架构是什么？一条 Hive SQL 是如何转成 MR 或 Spark 执行的？
讲清 Hive 的 Driver/Metastore/执行引擎三层结构，SQL 经解析、逻辑计划、优化、物理计划四个阶段编译成 MR/Spark 任务，掌握关键算子和优化点。
91学AI·7 阅读
