hadoop面试题整理

hadoop面试题整理(二)

1、Hive内部表和外部表的区别？

1) 在导入数据到外部表，数据并没有移动到自己的数据仓库目录下，也就是说外部表中的数据并不是由它自己来管理的！而内部表则不一样；
2) 在删除内部表的时候，Hive将会把属于内部表的元数据和数据全部删掉；而删除外部表的时候，Hive仅仅删除外部表的元数据，数据是不会删除的！
那么，应该如何选择使用哪种表呢？在大多数情况没有太多的区别，因此选择只是个人喜好的问题。但是作为一个经验，如果所有处理都需要由Hive完成，那么你应该创建内部表，否则使用外部表！

http://www.aboutyun.com/thread-7458-1-1.html

 

2、Hbase的rowkey怎么创建比较好？列族怎么创建比较好？

 

3、用mapreduce怎么处理数据倾斜问题？

http://www.alidata.org/archives/2109

http://blog.csdn.net/biaorger/article/details/38392957

 

4、hadoop框架中怎么来优化？

http://itindex.net/detail/49326-hadoop-%E4%BC%98%E5%8C%96-%E6%80%BB%E7%BB%93

 

5、Hbase内部是什么机制？

http://ju.outofmemory.cn/entry/50070

 

6、hdfs的数据压缩算法

http://blog.sina.com.cn/s/blog_66474b1601017yjq.html

 

7、hive底层与数据库交互原理

 

8、hbase过滤器实现原则

http://zjushch.iteye.com/blog/1530143