分类

精选·Hive与SQL

共 12 篇文章

精选·Hive与SQL2026-07-13

大厂 SQL 手撕常见题型有哪些？答题框架和避坑指南

SQL 手撕题集中在 TopN、连续行为、留存转化、行列转换四大类，答题框架是「确认口径、定粒度、套模板、补边界」，先写对再写快。

91学AI·9 阅读

精选·Hive与SQL2026-07-13

SQL 执行慢怎么排查？执行计划、数据倾斜、参数调优三板斧

慢 SQL 排查遵循「看计划、找倾斜、查数据」三步：explain 确认 join 策略与裁剪，任务耗时分布定位倾斜，统计信息和资源配置兜底。

91学AI·9 阅读

精选·Hive与SQL2026-07-13

用 row_number 去重有哪几种变体？distinct、group by、窗口函数怎么选？

row_number 按业务键分区取 rn=1 保留最新一条是主流去重法，变体含按时间取最新、多字段优先级、保序去重，掌握与 distinct/group by 的选型边界。

91学AI·9 阅读

精选·Hive与SQL2026-07-13

连续登录、留存率这类 SQL 怎么写？日期差分组与 lag 两种解法

连续登录用「日期减排名」构造分组键识别连续区间，留存率用首日 cohort 自连接或 lag 算间隔，两类题都要先去重再套模板。

91学AI·9 阅读

精选·Hive与SQL2026-07-13

TopN 与组内排序类 SQL 怎么写？row_number、rank 实战套路

TopN 标准套路是窗口函数编号加外层过滤，掌握每组 TopN、全局 TopN、并列处理、TopN 关联明细四种变体及 order by limit 的边界。

91学AI·10 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·9 阅读

精选·Hive与SQL2026-07-13

窗口函数有哪几类？row_number、rank、lag 各适合什么场景？

窗口函数分排序、聚合、取值、分布四类，核心是 partition by 分组加 order by 排序加窗口帧，掌握 TopN、环比、去重三大高频用法。

91学AI·10 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·8 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·8 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·8 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·10 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·9 阅读