《Hive數(shù)據(jù)倉(cāng)庫(kù)技術(shù)》（重大）知識(shí)點(diǎn)：評(píng)估試題及答案 第1-7章

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

1）數(shù)據(jù)倉(cāng)庫(kù)是為分析數(shù)據(jù)而設(shè)計(jì)，它的兩個(gè)基本的元素是維度表和事實(shí)表。維是看問(wèn)題的

角度，比如時(shí)間，部門，維度表放的就是這些東西的定義，事實(shí)表里放著要查詢的數(shù)據(jù),

同時(shí)有維的ID。

A.正確

B.錯(cuò)誤

2）下面哪個(gè)不是數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)（）。（單選）

A.面向主題

B.集成

C.不可更新

D.規(guī)范化

3）數(shù)據(jù)倉(cāng)庫(kù)主要是為決策分析提供數(shù)據(jù)，所涉及的操作主要是數(shù)據(jù)的查詢。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)

據(jù)以只讀格式保存，且不隨時(shí)間改變，但是數(shù)據(jù)量會(huì)增加。

A.正確

B.錯(cuò)誤

4）數(shù)據(jù)倉(cāng)庫(kù)和。ds的數(shù)據(jù)源通常都是多樣化，有數(shù)據(jù)庫(kù)、文本、WebSocket接口、消息

隊(duì)列等，涉及的字段多且雜，所以元數(shù)據(jù)也需保存，即將描述數(shù)據(jù)的數(shù)據(jù)保存起來(lái)。

A.正確

B.錯(cuò)誤

5）關(guān)于MyBatis描述錯(cuò)誤的是（）。（單選）

A.大量字段的POJO進(jìn)行部分映射時(shí)比較困難

B.用邏輯標(biāo)簽控制動(dòng)態(tài)SQL的拼接

C.sql語(yǔ)句與代碼分離，存放于xml配置文件中

D.查詢的結(jié)果集與java對(duì)象自動(dòng)映射

6）數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)信息提供平臺(tái)，他從業(yè)務(wù)處理系統(tǒng)獲得數(shù)據(jù)，主要以星型模型和雪

花模型進(jìn)行數(shù)據(jù)組織，并為用戶提供各種手段從數(shù)據(jù)中獲取信息和知識(shí)。從功能結(jié)構(gòu)劃

分，數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)至少應(yīng)該包含數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)訪問(wèn)三個(gè)關(guān)鍵部分.而Hive

作為一個(gè)數(shù)據(jù)倉(cāng)庫(kù)工具，對(duì)于這個(gè)三個(gè)部分的實(shí)現(xiàn)都提供了相應(yīng)的支持。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

7）從傳統(tǒng)的在線交易系統(tǒng)轉(zhuǎn)換為基于主題的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，就涉及到從傳統(tǒng)的第三范式設(shè)

計(jì)到星型模型、雪花模型構(gòu)建的過(guò)程，以及數(shù)據(jù)的抽取、轉(zhuǎn)換、加載的過(guò)程，這個(gè)過(guò)程

就是數(shù)據(jù)倉(cāng)庫(kù)的分層設(shè)計(jì)架構(gòu)。

A.正確

B.錯(cuò)誤

8）數(shù)據(jù)分層是一套讓我們的數(shù)據(jù)體系更有序的行之有效的數(shù)據(jù)組織和管理方法，同時(shí):數(shù)

據(jù)分層就了有一套行之有效的標(biāo)準(zhǔn)。

A.正確

B.錯(cuò)誤

9）下面哪個(gè)不是數(shù)據(jù)分層的優(yōu)點(diǎn)（）。（單選）

A.數(shù)據(jù)結(jié)構(gòu)化更清晰

B.統(tǒng)一數(shù)據(jù)口徑

C.增強(qiáng)數(shù)據(jù)復(fù)用能力

D.實(shí)時(shí)提供信息供決策

10）關(guān)于ODS描述錯(cuò)誤的是（）。（單選）

A.是最接近數(shù)據(jù)源中數(shù)據(jù)的一層，數(shù)據(jù)源中的數(shù)據(jù)，經(jīng)過(guò)抽取、洗凈、傳輸，也就說(shuō)傳

說(shuō)中的ETL之后，裝入本層；一般來(lái)說(shuō)ODS層的數(shù)據(jù)和源系統(tǒng)的數(shù)據(jù)是同構(gòu)的，主要

目的是簡(jiǎn)化后續(xù)數(shù)據(jù)加工處理的工作。

B.從數(shù)據(jù)粒度上來(lái)說(shuō)ODS層的數(shù)據(jù)粒度是最細(xì)的。

C.ODS層是滿足多個(gè)業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)并制作操作型報(bào)表的需求，保留半年以內(nèi)的明細(xì)

準(zhǔn)實(shí)時(shí)數(shù)據(jù)

D.ODS層只用于存儲(chǔ)當(dāng)前需要加載的數(shù)據(jù)。

11）關(guān)于數(shù)據(jù)倉(cāng)庫(kù)層描述錯(cuò)誤的是（）。（單選）

A.數(shù)據(jù)倉(cāng)庫(kù)層是我們?cè)谧鰯?shù)據(jù)倉(cāng)庫(kù)時(shí)要核心設(shè)計(jì)的一層，本層將從ODS層中獲得的數(shù)

據(jù)按照主題建立各種數(shù)據(jù)模型，每一個(gè)主題對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域，數(shù)據(jù)倉(cāng)庫(kù)層排除

對(duì)決策無(wú)用的數(shù)據(jù)，提供特定主題的簡(jiǎn)明視圖。在DW層會(huì)保存BI系統(tǒng)中所有的歷史

數(shù)據(jù)，例如保存1。年的數(shù)據(jù)。

B.在實(shí)際構(gòu)建過(guò)程中，業(yè)界也在不斷探索和完善數(shù)據(jù)分層架構(gòu)，將DW層又細(xì)分為數(shù)據(jù)

明細(xì)層、數(shù)據(jù)中間層和數(shù)據(jù)服務(wù)層。

C.數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)都還是在Hive指定的目錄里（默認(rèn)是HDFS上的/user/hive/ware

house）,分層一般就是創(chuàng)建不同的database。

D.數(shù)據(jù)倉(cāng)庫(kù)分層的層名、表名都有具體標(biāo)準(zhǔn)，比如ODS層database命名為ods,ODS

層表命名為ods_表名等。

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

12）某一張員工表的字段構(gòu)成為：?jiǎn)T工id（主鍵），姓名，性別，年齡，所屬部門，部門經(jīng)

理姓名，部門電話，違反了哪一范式（）。（單選）

A.第一范式

B.第二范式

C.第三范式

D.第一、二范式

13）關(guān)于數(shù)據(jù)建模目標(biāo)描述錯(cuò)誤的是（）。（單選）

A.數(shù)據(jù)倉(cāng)庫(kù)建模的目標(biāo)是通過(guò)建模的方法更好的組織、存儲(chǔ)數(shù)據(jù)，以便在訪問(wèn)性能、數(shù)

據(jù)與計(jì)算成本、使用效率和數(shù)據(jù)質(zhì)量之間找到最佳平衡點(diǎn)。

B.數(shù)據(jù)質(zhì)量是指整合所有數(shù)據(jù)源的數(shù)據(jù)，改善數(shù)據(jù)統(tǒng)計(jì)口徑的不一致性，減少數(shù)據(jù)計(jì)算

錯(cuò)誤的可能性，提供高質(zhì)量的、一致的數(shù)據(jù)訪問(wèn)平臺(tái)。

C.數(shù)據(jù)倉(cāng)庫(kù)建模的目標(biāo)是存在沖突的，比如為了提高訪問(wèn)性能,可能會(huì)提高數(shù)據(jù)冗余（減

少Join）,這樣會(huì)降低計(jì)算成本，但是會(huì)導(dǎo)致數(shù)據(jù)存儲(chǔ)成本很高，并且由于數(shù)據(jù)的冗

余，會(huì)提高數(shù)據(jù)統(tǒng)計(jì)口徑不一致的風(fēng)險(xiǎn)。

D.以上不全對(duì)

14）關(guān)于下圖描述不正確的是（）。（單選）

選修M間

（學(xué)4g卜-----------'

—學(xué)生<——?課程-----

11M

（r------------------JL---------

、一選性

A.這是一個(gè)ER模型

B.學(xué)生表與課程表是實(shí)體表，選修表是關(guān)系表

C.學(xué)生與課程的關(guān)系是l:n

D.以上不全對(duì)

15）關(guān)于下圖描述不正確的是（）。（單選）

A.這是一個(gè)維度模型中的星型模式

B.Order_factl為周期性型事實(shí)表

C.Area_diml有維度冗余，反3NF

D.以上說(shuō)法不全對(duì)

16）關(guān)于事實(shí)表與維度表說(shuō)法錯(cuò)誤的是（）?（單選）

A.事實(shí)表用來(lái)存儲(chǔ)事實(shí)的度量（measure）及指向各個(gè)維的外鍵值、事件描述信息。

B.存儲(chǔ)隨著業(yè)務(wù)發(fā)生不斷產(chǎn)生變化（更新，新增）數(shù)據(jù)的表是周期型事實(shí)表

C.維度表的范圍很寬（具有多個(gè)屬性、列比較多）；跟事實(shí)表相比，行數(shù)相對(duì)較?。和?/p>

常＜10萬(wàn)條；內(nèi)容固定不變，又稱編碼表。

D.以上說(shuō)法不全對(duì)

17）關(guān)于建模說(shuō)法錯(cuò)誤的是（）。（單選）

A.ER模型以及維度模型是當(dāng)前主流的建模方法。ER模型常用于OLTP數(shù)據(jù)庫(kù)建模，

應(yīng)用到構(gòu)建數(shù)倉(cāng)時(shí)更偏重?cái)?shù)據(jù)整合，站在企業(yè)整體考慮，將各個(gè)系統(tǒng)的數(shù)據(jù)按相似性、

一致性合并處理，為數(shù)據(jù)分析、決策服務(wù)，但并不便于直接用來(lái)支持分析。

B.維度建模是面向分析場(chǎng)景而生，針對(duì)分析場(chǎng)景構(gòu)建數(shù)倉(cāng)模型；重點(diǎn)關(guān)注快速、靈活的

解決分析需求，同時(shí)能夠提供大規(guī)模數(shù)據(jù)的快速響應(yīng)性能。針對(duì)性強(qiáng)，主要應(yīng)用于數(shù)據(jù)

倉(cāng)庫(kù)構(gòu)建和OLAP引擎低層數(shù)據(jù)模型。

C.維度建模里的事實(shí)表就是ER模型里的關(guān)系表，維度表就是ER模型的實(shí)體表

D.以上說(shuō)法不全對(duì)

18）關(guān)于維度模型的模式選擇說(shuō)法錯(cuò)誤的是（）。（單選）

A.雪花模式與星型模式都屬于維度模型，因?yàn)樗麄兊氖聦?shí)表一般會(huì)不滿足規(guī)范化設(shè)計(jì)。

B.雪花模式與星型模式的區(qū)別是雪花模式的維度表符合3NF,而星型模式不滿足。

C.Hive的分析通過(guò)MapReduce實(shí)現(xiàn)，每多一個(gè)Join就會(huì)多出一個(gè)MapReduce過(guò)

程，對(duì)于雪花模型，由于存在著很多維度表之間的關(guān)聯(lián)，這就會(huì)導(dǎo)致一次分析對(duì)應(yīng)多個(gè)

MapReduce任務(wù)，而雪花模式由于不存在維度表的關(guān)聯(lián)，因此一個(gè)MapReduce就可

以實(shí)現(xiàn)分析任務(wù)，性能高很多。

D.以上不全對(duì)

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

19）在實(shí)際項(xiàng)目中，關(guān)系數(shù)據(jù)庫(kù)里的數(shù)據(jù)需要同步到數(shù)據(jù)倉(cāng)庫(kù)里進(jìn)行統(tǒng)計(jì)分析，針對(duì)不同的

表有不同的同步策略。數(shù)據(jù)同步策略的類型包括：全量表、增量表、新增及變化表、拉

鏈表。

A.正確

B.錯(cuò)誤

20）維度表數(shù)據(jù)量比較小，完全可以做每日全量，就是每天存一份完整數(shù)據(jù)，但對(duì)一些數(shù)據(jù)

量較大緩慢變化維度表需要保存數(shù)據(jù)的所有歷史狀態(tài)，對(duì)于新增數(shù)據(jù)也保存，這時(shí)可以

做拉鏈表。

A.正確

B.錯(cuò)誤

21）事務(wù)型事實(shí)表數(shù)據(jù)不會(huì)變化，而且數(shù)據(jù)量巨大，所以每天只同步新增數(shù)據(jù)即可，所以可

以做成每日增量表，即每H創(chuàng)建一個(gè)分區(qū)存儲(chǔ)。

A.正確

B.錯(cuò)誤

22）周期型事實(shí)表，存每日全量的話，數(shù)據(jù)量太大，冗余也太大。如果用每日增量的話無(wú)法

反應(yīng)數(shù)據(jù)變化，需要保存歷史狀態(tài)和新增數(shù)據(jù)，所以我們需要制作一張拉鏈表。

A.正確

B.錯(cuò)誤

23）下面關(guān)于拉鏈表描述錯(cuò)誤的是（）。（單選）

A.對(duì)新增及變化表做定期合并，即某個(gè)時(shí)間切片的快照數(shù)據(jù)

B.拉鏈表，既能滿足對(duì)歷史數(shù)據(jù)的需求，又能很大程度的節(jié)省存儲(chǔ)資源

C.拉鏈表需增加兩字段，一個(gè)是表示該條記錄的生命周期開始時(shí)間，另一個(gè)是表示該條

記錄的生命周期結(jié)束時(shí)間；拉鏈表的數(shù)據(jù)為：當(dāng)天最新的數(shù)據(jù)UNIONALL歷史數(shù)據(jù)。

D.以上不全對(duì)

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

24）Hive提供了與HBase的集成，使得能夠在HBase表上使用HQL語(yǔ)句進(jìn)行查詢插入操

作以及進(jìn)行Join和Union等復(fù)雜查詢，從而進(jìn)行統(tǒng)計(jì)分析。同時(shí)也可以將Hive表中

的數(shù)據(jù)映射到HBase中以便供前端低延時(shí)查詢。

A.正確

B.錯(cuò)誤

25）關(guān)于Hive與HBase集成，描述錯(cuò)誤的是（）。（單選）

A.Hive與HBase利用兩者本身對(duì)外的API來(lái)實(shí)現(xiàn)整合，主要是靠HiveHBaseTablel

nputFormat進(jìn)行通信。

B.Hive訪問(wèn)HBase中表數(shù)據(jù)，實(shí)質(zhì)上是通過(guò)MapReduce讀取HBase表數(shù)據(jù)。

C.對(duì)HBase表的切分原則是一個(gè)Region切分成一個(gè)Split,即表中有多少個(gè)Regions.

MR中就有多少個(gè)Map；讀取HBase表數(shù)據(jù)都是通過(guò)構(gòu)建Scanner,對(duì)表進(jìn)行全表掃描，

如果有過(guò)濾條件，則轉(zhuǎn)化為Filter。

D.以上不全對(duì)

26）關(guān)于Hive與HBase集成應(yīng)用場(chǎng)景，描述錯(cuò)誤的是（）。（單選）

A.將Hbase作為Hive的數(shù)據(jù)源，讓Hbase支持類SQL操作。

B^HiveETL數(shù)據(jù)存入HBase,便于快速查詢。

C.構(gòu)建低延時(shí)的數(shù)據(jù)倉(cāng)庫(kù)。利用HBase的快速讀寫能力，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)查詢。

D.以上不全對(duì)

27）關(guān)于hive與hbase版本兼容性，描述錯(cuò)誤的是（）。（單選）

A.hivel.x與hbasel.x是兼容

B.編譯hive-hbase-handler.jar包需要準(zhǔn)備hive源碼包，以及hbase、hive的文件夾里的

jar包

C.把編譯獲得的hive-hbase-handler.jar替換掉/hive/lib里的hive-hbase-han

dler-X.X.X.jaro

D.以上不全對(duì)

28）測(cè)試Hive與HBase集成是否成功，可以依次啟動(dòng)Hadoop、HBase>Zookeeper、Hive,

創(chuàng)建與HBase關(guān)聯(lián)的Hive管理表或外部表來(lái)測(cè)試。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

29）通過(guò)創(chuàng)建Hive管理表的方式創(chuàng)建IIBase表，或創(chuàng)建Hive外部表關(guān)聯(lián)HBase表，都需要通

過(guò)hive的create語(yǔ)句，使用hbase.columns,mapping屬性指定表字段的映射關(guān)系，使

用指定hbase的表名。

A.正確

B.錯(cuò)誤

30）不能將數(shù)據(jù)直接load進(jìn)Hive所關(guān)聯(lián)HBase的表中，需要在Hive中創(chuàng)建臨時(shí)中間表，

用于load文件中的數(shù)據(jù)，然后通過(guò)insert命令將中間表中的數(shù)據(jù)導(dǎo)入到Hive關(guān)聯(lián)

HBase的那張表中。

A.正確

B.錯(cuò)誤

31）刪除與某HBase表關(guān)聯(lián)的Hive表，將會(huì)導(dǎo)致HBase表也被刪除，數(shù)據(jù)丟失。

A.正確

B.錯(cuò)誤

32）HiveoverIIBase比HiveoverHDFS性能快。

A.正確

B.錯(cuò)誤

33）HiveoverHBase性能瓶頸主要在兩方面：Map數(shù)、ScanRPC請(qǐng)求次數(shù)。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

34）如果在HiveClient界面執(zhí)行"sethive.fetch.task.conversion=more;"命令,

那么在本session中進(jìn)行全局查找、字段查找、limit查找等都不走mapreduce?

A.正確

B.錯(cuò)誤

35）如果在HiveClient界面執(zhí)行"sethive.exec.mode.local.auto=true;n命令，

那么在本Session中，Hive將通過(guò)本地模式在單臺(tái)機(jī)器上處理所有的任務(wù)。對(duì)于小數(shù)

據(jù)集，執(zhí)行時(shí)間可以明顯被縮短。。

A.正確

B.錯(cuò)誤

36）小表、大表進(jìn)行Join時(shí)，在HiveClient界面執(zhí)行"sethive.auto.convert.join

=true;”命令來(lái)使用mapjoin讓小的維度表（1000條以下的記錄條數(shù)）先進(jìn)內(nèi)存,

在m叩端完成join,避免reducer處理，提高join效率。

A.正確

B.錯(cuò)誤

37）大表Join大表有時(shí)join超時(shí)是因?yàn)槟承﹌ey對(duì)應(yīng)的數(shù)據(jù)太多，而相同key對(duì)應(yīng)的數(shù)據(jù)

都會(huì)發(fā)送到相同的reducer上，從而導(dǎo)致內(nèi)存不夠。此時(shí)我們應(yīng)該仔細(xì)分析這些異常的

key,很多情況下，這些key對(duì)應(yīng)的數(shù)據(jù)是異常數(shù)據(jù)，我們需要在SQL語(yǔ)句中進(jìn)行過(guò)濾。

有時(shí)雖然某個(gè)key為空對(duì)應(yīng)的數(shù)據(jù)很多，但是相應(yīng)的數(shù)據(jù)不是異常數(shù)據(jù)，必須要包含在

join的結(jié)果中，此時(shí)我們可以把表中key為空的字段賦一個(gè)隨機(jī)的值，使得數(shù)據(jù)隨機(jī)

均勻地分不到不同的reducer上。

A.正確

B.錯(cuò)誤

38）關(guān)于GroupBy導(dǎo)致數(shù)據(jù)傾斜，描述錯(cuò)誤的是（）。（單選）

A.默認(rèn)情況下，Map階段同一Key數(shù)據(jù)分發(fā)給一個(gè)reduce,當(dāng)一個(gè)key數(shù)據(jù)過(guò)大時(shí)就

傾斜了。

B.并不是所有的聚合操作都需要在Reduce端完成，很多聚合操作都可以先在Map端進(jìn)

行部分聚合,最后在Reduce端得出最終結(jié)果，所以可以通過(guò)參數(shù)設(shè)置開啟Map端聚合。

C.使用命令"sethive.groupby.skewindata=true”有數(shù)據(jù)傾斜的時(shí)候進(jìn)行負(fù)

載均衡

D.以上不全對(duì)

39）關(guān)于查詢優(yōu)化，描述錯(cuò)誤的是（）。（單選）

A.盡量避免笛卡爾積，因?yàn)閖oin的時(shí)候不加on條件，或者無(wú)效的。n條件，Hive只

能使用1個(gè)reducer來(lái)完成笛卡爾積。

B.在SELECT中，只拿需要的列，少用SELECT*,一是減少耗內(nèi)存，二是提高I/。效

率，三是表一般都是列存儲(chǔ)，只拿需要的列，提高查詢效率。

C.當(dāng)使用外關(guān)聯(lián)時(shí)，如果將副表的過(guò)濾條件寫在Where后面，那么就會(huì)先全表關(guān)聯(lián)，

之后再過(guò)濾，最好改為通過(guò)子查詢后，再關(guān)聯(lián)表。

D.以上不全對(duì)

40）關(guān)于動(dòng)態(tài)分區(qū)，描述錯(cuò)誤的是（）。（單選）

A.要?jiǎng)討B(tài)分區(qū)，需設(shè)置為非嚴(yán)格模式。

B.要根據(jù)實(shí)際情況指定在所有執(zhí)行MR的節(jié)點(diǎn)和每個(gè)執(zhí)行MR的節(jié)點(diǎn)上，分別最大一共

可以創(chuàng)建多少個(gè)動(dòng)態(tài)分區(qū)。

C.需要指定整個(gè)MRJob中，最大可以創(chuàng)建多少個(gè)HDFS文件。

D.當(dāng)有空分區(qū)生成時(shí)，是否拋出異常。一般需要設(shè)置為true。

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

41）如果在HiveClient界面執(zhí)行"sethive.fetch.task.conversion=more;w命令，

那么在本session中進(jìn)行全局查找、字段查找、limit查找等都不走mapreduce。

A.正確

B.錯(cuò)誤

42）如果在HiveClient界面執(zhí)行"sethive.exec.mode.local.auto=true;n命令，

那么在本Session中，Hive將通過(guò)本地模式在單臺(tái)機(jī)器上處理所有的任務(wù)。對(duì)于小數(shù)

據(jù)集，執(zhí)行時(shí)間可以明顯被縮短。。

A.正確

B.錯(cuò)誤

43）小表、大表進(jìn)行Join時(shí)，在HiveClient界面執(zhí)行"sethive.auto.convert.join

=true;”命令來(lái)使用mapjoin讓小的維度表（100。條以下的記錄條數(shù)）先進(jìn)內(nèi)存,

在m叩端完成join,避免reducer處理，提高join效率。

A.正確

B.錯(cuò)誤

44）大表Join大表有時(shí)join超時(shí)是因?yàn)槟承﹌ey對(duì)應(yīng)的數(shù)據(jù)太多，而相同key對(duì)應(yīng)的數(shù)據(jù)

都會(huì)發(fā)送到相同的reducer上，從而導(dǎo)致內(nèi)存不夠。此時(shí)我們應(yīng)該仔細(xì)分析這些異常的

key,很多情況下，這些key對(duì)應(yīng)的數(shù)據(jù)是異常數(shù)據(jù)，我們需要在SQL語(yǔ)句中進(jìn)行過(guò)濾。

有時(shí)雖然某個(gè)key為空對(duì)應(yīng)的數(shù)據(jù)很多，但是相應(yīng)的數(shù)據(jù)不是異常數(shù)據(jù)，必須要包含在

join的結(jié)果中，此時(shí)我們可以把表中key為空的字段賦一個(gè)隨機(jī)的值，使得數(shù)據(jù)隨機(jī)

均勻地分不到不同的reducer上。

A.正確

B.錯(cuò)誤

45）關(guān)于GroupBy導(dǎo)致數(shù)據(jù)傾斜，描述錯(cuò)誤的是（）。（單選）

A.默認(rèn)情況下，M叩階段同一Key數(shù)據(jù)分發(fā)給一個(gè)reduce,當(dāng)一個(gè)key數(shù)據(jù)過(guò)大時(shí)就

傾斜了。

B.并不是所有的聚合操作都需要在Reduce端完成，很多聚合操作都可以先在Map端進(jìn)

行部分聚合，最后在Reduce端得出最終結(jié)果，所以可以通過(guò)參數(shù)設(shè)置開啟Map端聚合。

C.使用命令"sethive.groupby.skewindata=true”有數(shù)據(jù)傾斜的時(shí)候進(jìn)行負(fù)

載均衡

D.以上不全對(duì)

46）關(guān)于查詢優(yōu)化，描述錯(cuò)誤的是（）。（單選）

A.盡量避免笛卡爾積，因?yàn)閖oin的時(shí)候不加on條件，或者無(wú)效的on條件，Hive只

能使用1個(gè)reducer來(lái)完成笛卡爾積。

B.在SELECT中，只拿需要的列，少用SELECT*,一是減少耗內(nèi)存，二是提高I/O效

率，三是表一般都是列存儲(chǔ)，只拿需要的列，提高查詢效率。

C.當(dāng)使用外關(guān)聯(lián)時(shí)，如果將副表的過(guò)濾條件寫在Where后面，那么就會(huì)先全表關(guān)聯(lián)，

之后再過(guò)濾，最好改為通過(guò)子查詢后，再關(guān)聯(lián)表。

D.以上不全對(duì)

47）關(guān)于動(dòng)態(tài)分區(qū)，描述錯(cuò)誤的是（）。（單選）

A.要?jiǎng)討B(tài)分區(qū)，需設(shè)置為非嚴(yán)格模式。

B.要根據(jù)實(shí)際情況指定在所有執(zhí)行MR的節(jié)點(diǎn)和每個(gè)執(zhí)行MR的節(jié)點(diǎn)上，分別最大一共

可以創(chuàng)建多少個(gè)動(dòng)態(tài)分區(qū)。

C.需要指定整個(gè)MRJob中，最大可以創(chuàng)建多少個(gè)HDFS文件。

D.當(dāng)有空分區(qū)生成時(shí)，是否拋出異常。-一般需要設(shè)置為true。

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

48）關(guān)于Map數(shù)設(shè)置，描述錯(cuò)誤的是（）。（單選）

A.如果數(shù)據(jù)文件有很多小文件，在map執(zhí)行前合并小文件，減少map數(shù)。

B.當(dāng)數(shù)據(jù)文件的文件都很大，任務(wù)邏輯復(fù)雜，map執(zhí)行非常慢的時(shí)候，可以考慮增加

Map數(shù)，來(lái)使得每個(gè)m叩處理的數(shù)據(jù)量減少，從而提高任務(wù)的執(zhí)行效率。

C.當(dāng)數(shù)據(jù)文件大小接近塊大小時(shí)，比如有一個(gè)127m的文件，正常會(huì)用一個(gè)map去完成。

但只有一個(gè)或者兩個(gè)小字段，卻有幾千萬(wàn)的記錄，如果map處理的邏輯比較復(fù)雜，用

一個(gè)map任務(wù)去做，肯定也比較耗時(shí)，這時(shí)需要增加map數(shù)，提高并行度，提高運(yùn)算

效率。

D.以上不全對(duì)

49）關(guān)于reduce數(shù)設(shè)置，描述錯(cuò)誤的是（）。（單選）

A.計(jì)算reducer數(shù)的公式N=min（每個(gè)任務(wù)最大的reduce數(shù)，總輸入數(shù)據(jù)量/每個(gè)Reduce

處理的數(shù)據(jù)量）,其中每個(gè)任務(wù)最大的reduce數(shù)和每個(gè)Reduce處理的數(shù)據(jù)量都可以指定，

兩者默認(rèn)值分別為：256M、1009。

B.還可以使用"mapreduce.job.reduces”參數(shù)直接指定每個(gè)job的Reduce個(gè)數(shù)。

C.reduce個(gè)數(shù)并不是越多越好，因?yàn)檫^(guò)多的啟動(dòng)和初始化reduce也會(huì)消耗時(shí)間和資源；

另外，有多少個(gè)reduce,就會(huì)有多少個(gè)輸出文件，如果生成了很多個(gè)小文件，那么如果

這些小文件作為下一個(gè)任務(wù)的輸入，則也會(huì)出現(xiàn)小文件過(guò)多的問(wèn)題。

D.在設(shè)置reduce個(gè)數(shù)的時(shí)候也需要考慮這兩個(gè)原則：處理大數(shù)據(jù)量利用合適的reduce

數(shù)：使單個(gè)reduce任務(wù)處理數(shù)據(jù)量大小要合適。

50）系統(tǒng)資源比較空閑的時(shí)候，可以通過(guò)設(shè)置參數(shù)hive.exec.parallel值為true,開啟

并發(fā)執(zhí)行，增加集群利用率。

A.正確

B.錯(cuò)誤

51）關(guān)于Hive嚴(yán)格模式，描述錯(cuò)誤的是（）。（單選）

A.對(duì)于分區(qū)表，除非where語(yǔ)句中含有分區(qū)字段過(guò)濾條件來(lái)限制范圍，否則不允許執(zhí)

行。

B.對(duì)于使用了orderby語(yǔ)句的查詢，要求必須使用limit語(yǔ)句。

C.限制笛卡爾積的查詢。

D.以上不全對(duì)

52)Hadoop的默認(rèn)配置通常是使用派生JVM來(lái)執(zhí)行map和Reduce任務(wù)的，這時(shí)JVM的啟

動(dòng)過(guò)程可能會(huì)造成相當(dāng)大的開銷,尤其是執(zhí)行的job包含有成百上千task任務(wù)的情況。

JVM重用可以使得JVM實(shí)例在同一個(gè)job中重新使用N次，減少了JVM的啟動(dòng)，縮短

了執(zhí)行時(shí)間，建議JVM重用次數(shù)越多越好。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

53)Hadoop的job通常是I/O密集型而不是CPU密集型的。如果是這樣的話，壓縮可以提

高性能，所以必須壓縮以節(jié)省存儲(chǔ)空間與I/O性能。

A.正確

B.錯(cuò)誤

54)Hadoop2.7.3內(nèi)置支持GZIP和BZip2壓縮方案，但不支持Snappy壓縮、LZ0壓縮，需

要自行編譯增加相關(guān)的庫(kù)。

A.正確

B.錯(cuò)誤

55)關(guān)于如何選擇一種壓縮編/解碼器，描述錯(cuò)誤的是()。(單選)

A.每一個(gè)壓縮方案需要在壓縮/解壓縮速度和壓縮率間進(jìn)行權(quán)衡。另一個(gè)需要考慮的因

素是壓縮格式的文件是否是可分割的。

B.BZip2壓縮率最高，但是同時(shí)需要消耗最多的CPU開銷。GZip是壓縮率和壓縮/解壓

縮速度上的下一個(gè)選擇。因此，如果磁盤空間利用率和I/O開銷都需要考慮的話，那么

這2種壓縮方案都是有吸引力的。LZO和Snappy壓縮率相比前面的2種要小但是壓縮

/解壓縮速度要快，特別是解壓縮過(guò)程。如果相對(duì)于磁盤空間和I/O開銷，頻繁讀取數(shù)

據(jù)所需的解壓縮速度更重要的話，那么它們將是不錯(cuò)的選擇。

C.BZip2和LZO提供了塊(BLOCK)級(jí)別的壓縮，也就是每個(gè)塊中都含有完整的記錄信

息，因此Hadoop可以在塊邊界級(jí)別對(duì)這些文件進(jìn)行劃分。但是GZip和Snappy將文

本文件邊界信息掩蓋掉了，GZip和Snappy壓縮的文件不可劃分。因此綜合考慮，想

高壓縮率則選擇BZip2,想選擇高并行度則選擇LZO,GZip和Snappy不可選。

D.以上不全對(duì)

56）關(guān)于hadoop支持的編碼/解碼器描述錯(cuò)誤的是（）。（單選）

A.LZO不是hadoop自帶的需要安裝，被壓縮后的數(shù)據(jù)需要建索引，還需要指定輸入格

式

B.bzip2、gzip、LZO、Snappy壓縮率依次升高，壓縮/解壓速度則相反

C.當(dāng)每個(gè)文件壓縮之后在130M以內(nèi)的（1個(gè)塊大小內(nèi)），都可以考慮用Gzip壓縮格式。

例如說(shuō)一天或者一個(gè)小時(shí)的日志壓縮成一個(gè)Gzip文件。

D.Bzip2格式適合對(duì)速度要求不高，但需要較高的壓縮率的時(shí)候；或者輸出之后的數(shù)據(jù)

比較大，處理之后的數(shù)據(jù)需要壓縮存檔減少磁盤空間并且以后數(shù)據(jù)用得比較少的情況；

或者對(duì)單個(gè)很大的文本文件想壓縮減少存儲(chǔ)空間，同時(shí)又需要支持Split,而且兼容之

前的應(yīng)用程序的情況。

57）Snappy應(yīng)用場(chǎng)景為：當(dāng)MapReduce作業(yè)的Map輸出的數(shù)據(jù)比較大的時(shí)候，作為Map到

Reduce的中間數(shù)據(jù)的壓縮格式；或者作為一個(gè)MapReduce作業(yè)的輸出和另外一個(gè)MapR

educe作業(yè)的輸入。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

58）壓縮參數(shù)設(shè)置常用方式有兩種：修改配置文件和參數(shù)聲明方式。

A.正確

B.錯(cuò)誤

59）要想永久設(shè)置hadoop支持Snappy壓縮格式，則需要在core-site,xml中修改io.comp

ression.codecs參數(shù)值，然后使用scp命令把該配置文件同步到其它主機(jī)。

A.正確

B.錯(cuò)誤

60）要想永久設(shè)置mapper輸出壓縮格式為Snappy,則需要在core-site,xml中修改

mapreduce.map.output,compress和mapreduce.map.output,compress,codec的參數(shù)

值，然后使用scp命令把該配置文件同步到其它主機(jī)。

A.正確

B.錯(cuò)誤

61）想在當(dāng)前session里開啟map輸出階段壓縮，且壓縮格式為Gzip,以減少job中map

和Reducetask間數(shù)據(jù)傳輸量，則需要在hiveclient界面里輸入執(zhí)行命令"setm

apreduce.mpress=true;/口asetmapreduce.map.output.comp

ress?codec=org.apache.hadoop?io?compress.GzipCodec;

A.正確

B.錯(cuò)誤

62）想在當(dāng)前session里開啟reduce輸出階段壓縮，且壓縮格式為Gzip以節(jié)省存儲(chǔ)空間，

則需要在hiveclient界面里輸入執(zhí)行命令"sethive.exec.compress.output=t

rue;“、“setmapreduce.output.fileoutputformat.compress=true,\"setma

preduce.output.fileoutputformpress.codec=org.apache.hadoop.io.

compress.GzipCodec;和“setmapreduce.output.fileoutputformat.compre

ss?type=BLOCK;

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

63）關(guān)于Hadoop源碼編譯支持Snappy壓縮，下面哪個(gè)軟件不需要安裝（）。（單選）

A.Anaconda

B.JDK

C.Maven

D.gcc

64）安裝snappy好后,還要編譯Hadoop源碼的原因是為了得到Hadoop里的lib/native,

以替換原Hadoop集群每臺(tái)服務(wù)器里的lib/native。

A.正確

B.錯(cuò)誤

65）使用命令"hadoopchecknative可以查看hadoop支持的壓縮類型。

A.正確

B.錯(cuò)誤

66）要想永久設(shè)置Hadoop支持Snappy壓縮格式，則需要在core-site,xml的io.compress

ion.codecs參數(shù)值末尾添力口“org?apache.hadoop.io.compress.SnappyCodec",

然后使用scp命令把core-site.xnd配置文件同步到其它主機(jī)，最后需要重啟Hadoop

集群才生效。

A.正確

B.錯(cuò)誤

67）Snappy比Gzip壓縮率低，但壓縮/解壓速度比Gzip高，所以適合作為Map到Reduce

的中間數(shù)據(jù)的壓縮格式，或者作為一個(gè)MapReduce作業(yè)的輸出和另外一個(gè)MapReduce

作業(yè)的輸入。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

68)關(guān)于Hive數(shù)學(xué)內(nèi)置函數(shù)描述錯(cuò)誤的是()。(單選)

A.round(DOUBLEa,INTd)返回保留d位小數(shù)的DOUBLE型的近似值

B.ceiKDOUBLEa)為向下取整，最數(shù)軸上最接近要求的值的左邊的值，如：6.10->6,

-3.4->-4。

C.exp(DOUBLEa)返回e的a哥次方，a可為小數(shù)

D.log(DOUBLEbase,DOUBLEa)返回以base為底a的對(duì)數(shù)，base與a都是DOUBLE

類型

69)關(guān)于Hive內(nèi)置函數(shù)描述錯(cuò)誤的是()。(單選)

A.cast(expras<type>)將expr強(qiáng)制轉(zhuǎn)換成type類型如：cast(TasBIGINT)將字符串1

轉(zhuǎn)換成了BIGINT類型，如果轉(zhuǎn)換失敗將返回NULL

B.array_contains(Array<T>,value)功能是如果該數(shù)組Array<T>包含value返回true。否貝ij

返回false

C.map_values(Map<K.V>)返回map中的所有value

D.以上不全對(duì)

70)關(guān)于Hive內(nèi)置日期函數(shù)描述錯(cuò)誤的是()。(單選)

A.from_unixtime(bigintunixtimel,stringformat])是將時(shí)間的秒值轉(zhuǎn)換成format格式

(format可為"yyyy-MM-ddhh:mm:ss","yyyy-MM-ddhh","yyyy-MM-ddhh:mm”

等等)。如from_unixtime(1250111000,"yyyy-MM-dd")得至Ij2009-03-12o

B.next_day(stringstart_date,stringday_oCweek)返回當(dāng)前時(shí)間的下一個(gè)星期X所對(duì)應(yīng)的

日期。如：next_day('2015-01-14','TU')=2015-01-20表示以2015-01-14為開始時(shí)間，其

下一個(gè)星期二所對(duì)應(yīng)的日期為2015-01-20。

C.datediff(stringenddate,stringstartdate)是計(jì)算開始時(shí)間startdate到結(jié)束時(shí)間enddate相

差的天數(shù)。

D.以上不全對(duì)

71)關(guān)于Hive內(nèi)置函數(shù)描述錯(cuò)誤的是()。(單選)

A.i{'(booleantestCondition,TvalueTrue,TvalueFalseOrNull)表示如果testCondition為true

就返回valueTrue,否則返回valueFalseOrNull(valueTrue,valueFalseOrNull為泛型)。

B.format_number(numberx,intd)是將數(shù)值X轉(zhuǎn)換成"#,###,###.##"格式字符串，并保留d

位小數(shù)，如果d為0,將進(jìn)行四舍五入且不保留小數(shù)。

C.getjson_object(stringjson_string,stringpath)從指定路徑上的JSON字符串抽取出

JSON對(duì)象，并返回這個(gè)對(duì)象的JSON格式，如果輸入的JSON是非法的將返回NULL,

注意此路徑上JSON字符串只能由數(shù)字字母、下劃線組成且不能有大寫字母和特殊字

符，且key不能由數(shù)字開頭，這是由于Hive對(duì)列名的限制。

D.regexp_extract(stringINITIAL_STRING,stringPATTERN,stringREPLACEMENT)會(huì)按

照J(rèn)ava正則表達(dá)式PATTERN將字符串INTIAL_STRING中符合條件的部分成

REPLACEMENT所指定的字符串，如里REPLACEMENT這空的話，抽符合正則的部

分將被去掉。$n：regexp_extract("foobar","oo|ar","")='fb1注意些預(yù)定義字符的使用，

如第二個(gè)參數(shù)如果使用門將被匹配到s；\\s，才是匹配空格。

72)關(guān)于Hive內(nèi)置函數(shù)描述錯(cuò)誤的是()。(單選)

A.avg(col),表示求指定列的平均值，avg(DISTINCTcol)表示求去重后的列的平均值

B.explode(MAP)將hive一列中map結(jié)構(gòu)拆分成多行，轉(zhuǎn)換后每行對(duì)應(yīng)每個(gè)map鍵-值，

其中一個(gè)字段是map的鍵，另一個(gè)字段是map的值。

C.split(stringstr,stringpat)會(huì)按照正則表達(dá)式pat來(lái)分割字符串str,并將分割后的數(shù)組字

符串的形式返回。

D.substring(string|binaryA,intstart,intend)對(duì)于二進(jìn)制/字符串A,從start位置開始截取到

end位置的字符串并返回

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

73)下面哪個(gè)不屬于Hive自定義函數(shù)()。(單選)

A.UDF

B.UDAF

C.UDGF

D.UDTF

74）下面關(guān)于自定義UDF函數(shù)描述錯(cuò)誤的是（）。（單選）

A.需要繼承org.apache.hadoop.hive.ql.exec.UDF

B.要實(shí)現(xiàn)evaluate（）方法

C.UDF必須要有返回類型，可以返回null,但是返回類型不能為void；

D.需要把自定義UDF函數(shù)的程序打成jar包上傳到服務(wù)器，將jar包添加到Hive的c

lasspath后就可以直接調(diào)用。

75）下面關(guān)于自定義UDAF函數(shù)描述正確的是（）?（單選）

A.自定義聚合函數(shù)必須結(jié)合groupby使用，接受。行到多行數(shù)據(jù)返回一個(gè)計(jì)算結(jié)果值。

需繼承org.apache.hadoop.hive.ql.exec.UDAF,并定義內(nèi)部表類，實(shí)現(xiàn)UDAFEva

luator?

B.UDAFEvaluator類的實(shí)現(xiàn)中，iterate（）功能是每次都會(huì)對(duì)一個(gè)新的值進(jìn)行聚合計(jì)

算時(shí)時(shí)都調(diào)用該方法，一般會(huì)根據(jù)計(jì)算結(jié)果更新用來(lái)存放最終結(jié)果的變量，如果計(jì)算正

確或者輸入值合法就返回最終結(jié)果。

C.UDAFEvaluator類的實(shí)現(xiàn)中，terminatePartial（）這個(gè)方法直譯過(guò)來(lái)就是“終止

部分”，部分聚合結(jié)果的時(shí)候調(diào)用該方法必須返回一封裝了聚合計(jì)算當(dāng)前狀態(tài)的對(duì)象，

類似于MapReduce的combiner,常常直接調(diào)用iterate（）進(jìn)行部分聚合。

D.以上選項(xiàng)全錯(cuò)。

76）下面關(guān)于自定義UDTF函數(shù)描述錯(cuò)誤的是（）。（單選）

A.自定義UDTF函數(shù)必須結(jié)合LATERALVIEW使用，將一列中復(fù)雜的array或者map結(jié)

構(gòu)拆分成多行。需繼承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF,

實(shí)現(xiàn)實(shí)現(xiàn)三個(gè)方法initialize。、process。、close。。

B.UDTF首先會(huì)調(diào)用initialize。方法，此方法返回UDTF的返回行的信息（返回字段

個(gè)數(shù)與名稱，類型）。

C.初始化完成后調(diào)用process（）方法，對(duì)傳入的參數(shù)進(jìn)行處理，可以通過(guò)forward。

方法把結(jié)果返回。

D.最后調(diào)用close。對(duì)需要清理的方法進(jìn)行清理。

77）下面關(guān)于臨時(shí)函數(shù)與永久函數(shù)描述錯(cuò)誤的是（）。（單選）

A.自定義函數(shù)有2種使用方式:臨時(shí)函數(shù)和永久函數(shù)。臨時(shí)函數(shù)只能在當(dāng)前客戶端使用，

僅對(duì)當(dāng)前session有效。永久函數(shù)，創(chuàng)建后可以在任意客戶端使用。

B.創(chuàng)建永久函數(shù)與創(chuàng)建臨時(shí)函數(shù)實(shí)現(xiàn)都是四個(gè)步驟，步驟前兩步一樣，后面步驟不一樣。

創(chuàng)建永久函數(shù)需要把jar放到HDFS上，而創(chuàng)建臨時(shí)函數(shù)只需將jar放到hive服務(wù)器

本地；在Hive的命令行窗口創(chuàng)建函數(shù)格式不一樣

C.創(chuàng)建完永久函數(shù)之后，通過(guò)showfunctions可能并沒(méi)有看到我們自定義的永久函

數(shù)，但是可以使用，而且推薦使用I永久函數(shù)。

D.以上不全對(duì)

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

78）從選課表course中統(tǒng)計(jì)學(xué)生的人數(shù)查詢語(yǔ)句為："selectcount（distinct*）entfrom

course;

A.正確

B.錯(cuò)誤

79）已知employee表中position字段為array類型，要查看每位員工的第一職位的查詢語(yǔ)

句為："selectposition[l]fromemployee;"。

A.正確

B.錯(cuò)誤

80）Hive采用了類SQL的查詢語(yǔ)言HQL（hivequerylanguage）,Hive的查詢語(yǔ)言與MySQL

完全一致。

A.正確

B.錯(cuò)誤

81）關(guān)于Hive查詢語(yǔ)法描述錯(cuò)誤的是（）。（單選）

A.HiveSQL語(yǔ)言大小寫不敏感

B.HiveSQL可以寫在一行或多行，各子句一般分行寫，換行時(shí)行尾加上“\”

C.各子句一般分行寫，使用縮進(jìn)提高語(yǔ)句的可讀性

D.以上不全對(duì)

82）下面查詢語(yǔ)句錯(cuò)誤的是（）。（單選）

A.selectstu_noenamefromscore;

B.selectcount(*)entfromscore;

C.selectscore*0.5asscore_lfromscore;

D.以上不全對(duì)

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

83）下列關(guān)于分組描述錯(cuò)誤的是（）。（單選）

A.GROUPBY語(yǔ)句通常會(huì)和聚合函數(shù)一起使用，按照一個(gè)或者多個(gè)列隊(duì)結(jié)果進(jìn)行分組，

然后對(duì)每個(gè)組執(zhí)行聚合操作

B.having只用于groupby分組統(tǒng)計(jì)語(yǔ)句，having語(yǔ)句先篩選出合乎條件的數(shù)據(jù)然后

再groupby分組

C.having后面可以使用分組函數(shù)

D.以上不全對(duì)

84）關(guān)于連接描述錯(cuò)誤的是（）。（單選）

A.Hive支持通常的SQLJOIN語(yǔ)句，但是只支持等值連接，不支持非等值連接

B.如果連接語(yǔ)句中有WHERE子句，會(huì)先執(zhí)行WHERE子句，再執(zhí)行JOIN子句

C.使用別名可以簡(jiǎn)化查詢語(yǔ)句，使用表名前綴可以提高執(zhí)行效率

D.連接謂詞中不支持or,可以使用unionall,并去重的方法代替，使用COLLECT_SET（）

函數(shù)來(lái)封裝不需要groupby的字段。

85）關(guān)于連接描述錯(cuò)誤的是（）。（單選）

A.,■fromtableltlrightjointable2t2ontl.id=tl.id”表示右外連接，

JOIN操作符右邊表中的所有記錄將會(huì)被返回，左邊表的指定字段沒(méi)有符合條件的值的

話，那么就使用null值替代。

B."fromtableltlleftjointable2t2ontl.id=表示左連接，JOIN

操作符左邊表中的所有記錄將會(huì)被返回，右邊表的指定字段沒(méi)有符合條件的值的話，那

么就使用null值替代。

C.”fromtableltlinnerjointable2t2"表示內(nèi)連接，只有進(jìn)行連接的兩個(gè)

表中都存在與連接條件相匹配的數(shù)據(jù)才會(huì)被保留下來(lái)。

D.”fromtableltlfulljointable2t2ontl.id=tl.id”表示滿外連接,

將會(huì)返回所有表中的所有記錄。如果任一表的指定字段沒(méi)有符合條件的值的話，那么就

使用NULL值替代。

86)下面哪一個(gè)選項(xiàng)與其它三個(gè)不等價(jià)()。(單選)

A.selecte.empno^e.enamefromempeleftjoindeptdone.deptno=

d.deptno;

B.selecte.empno,e.enamefromempewheree.deptnoin(selectdeptno

fromdept);

C.selecte.empno>e.enamefromempewhereEXISTS(select1fromdept

dwheree.deptno=d.deptno);

D.selecte.empno,e.enamefromempejoindeptdone.deptno=d.deptno;

87)“FROMempeJOINdeptdONd.deptno=e.deptnoJOINlocation1ON

d.loc=1.loc”會(huì)先啟動(dòng)一個(gè)MapReducejob對(duì)表e和表d進(jìn)行連接操作，然后會(huì)

再啟動(dòng)一個(gè)MapReducejob將第一個(gè)MapReducejob的輸出和表1進(jìn)行連接操作。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

88）關(guān)于查詢語(yǔ)句中全局排序說(shuō)法描述錯(cuò)誤的是（）。（單選）

A.使用orderby會(huì)對(duì)輸入做全局排序，轉(zhuǎn)換為MapReduce程序中某階段只有一個(gè)

reducer（多個(gè)reducer無(wú)法保證全局有序），而只有一個(gè)reducer,會(huì)導(dǎo)致當(dāng)輸入規(guī)模較

大時(shí)，需要較長(zhǎng)的計(jì)算時(shí)間。

B.使用ORDERBY子句排序，默認(rèn)升序，ORDERBY子句在SELECT語(yǔ)句的結(jié)尾。

C在hive.mapred.mode=strict模式下，必須指定limit否則執(zhí)行會(huì)報(bào)錯(cuò)。

D.以上不全對(duì)

89）下列哪個(gè)說(shuō)法不正確（）o（單選）

A.orderby可以按照別名排序，也可以根據(jù)多個(gè)列排序

B.DISTRIBUTEBY語(yǔ)句進(jìn)行分區(qū)，類似MR中partition,SORTBY語(yǔ)句在分區(qū)內(nèi)進(jìn)

行排序，Hive要求DISTRIBUTEBY語(yǔ)句要寫在SORTBY語(yǔ)句之前。

C.當(dāng)distributeby和sortsby字段相同時(shí)，可以使用clusteredby方式代替它

們。但是clusteredby排序只能是升序排序，不能指定排序規(guī)則為ASC或者DESC。

D.以上不全對(duì)

90）關(guān)于分桶表數(shù)據(jù)存儲(chǔ)，下列哪個(gè)說(shuō)法不正確（）。（單選）

A.分區(qū)針對(duì)的是數(shù)據(jù)的存儲(chǔ)路徑；分桶針對(duì)的是數(shù)據(jù)文件。

B.分區(qū)提供一個(gè)隔離數(shù)據(jù)和優(yōu)化查詢的便利方式。不過(guò)，并非所有的數(shù)據(jù)集都可形成合

理的分區(qū)，特別是之前所提到過(guò)的要確定合適的劃分大小這個(gè)疑慮。分桶是將數(shù)據(jù)集分

解成更容易管理的若干部分的另一個(gè)技術(shù)。

C.導(dǎo)入數(shù)據(jù)到分桶表中，發(fā)現(xiàn)并沒(méi)有分成4個(gè)桶，原因可能是未設(shè)置hive.enforce.

bucketing=true和mapreduce.job.reduces="l?

D.以上選項(xiàng)不全對(duì)

91）關(guān)于分桶抽樣查詢，下列哪個(gè)說(shuō)法不正確（）。（單選）

A.對(duì)于非常大的數(shù)據(jù)集，有時(shí)用戶需要使用的是一個(gè)具有代表性的查詢結(jié)果而不是全部

結(jié)果。Hive可以通過(guò)對(duì)表進(jìn)行分桶抽樣來(lái)滿足這個(gè)需求。

B.使用tablesample抽樣語(yǔ)句可以對(duì)分桶表進(jìn)行抽樣，語(yǔ)法：TABLESAMPLE（BUCKETx

OUTOFy）0

C.如果某個(gè)分桶表總bucket數(shù)為4,tablesample（bucket6outof8）表示總共抽?。?/8=）

1/2個(gè)bucket的數(shù)據(jù)，抽取第2個(gè)bucket中后一半的數(shù)據(jù)。

D.以上不全對(duì)

92）在orderby全局排序下，所有數(shù)據(jù)會(huì)到一臺(tái)服務(wù)器進(jìn)行reduce操作，即只

有一個(gè)reduce,如果在數(shù)據(jù)量大的情況下會(huì)出現(xiàn)無(wú)法輸出結(jié)果的情況，如果

進(jìn)行了limitn,那只有n*mapnumber條記錄而已。只有一個(gè)reduce

也可以處理過(guò)來(lái)。

A.正確

B.錯(cuò)誤

學(xué)習(xí)知識(shí)點(diǎn)后請(qǐng)完成以下練習(xí)題

93）關(guān)于with...as...語(yǔ)句說(shuō)法描述錯(cuò)誤的是（）。（單選）

A.with...as...需要定義一個(gè)sql片段，會(huì)將這個(gè)片段產(chǎn)生的結(jié)果集保存在內(nèi)存中，后續(xù)的

sql均可以訪問(wèn)這個(gè)結(jié)果集，作用與視圖或臨時(shí)表類似。

B.with...as...得到的結(jié)果集是一次性的，只在同一HQL語(yǔ)句里有效。

C.with...as...語(yǔ)句提高代碼可讀性（結(jié)構(gòu)清晰），而且簡(jiǎn)化sql,優(yōu)化執(zhí)行速度（with子句只

需要執(zhí)行一次）。

D.以上不全對(duì)

94）關(guān)于行轉(zhuǎn)列說(shuō)法描述錯(cuò)誤的是（）。（單選）

A.CONCAT（stringA/col,stringB/col-）：返回輸入字符串連接后的結(jié)果，支持

任意個(gè)輸入字符串，每一個(gè)參數(shù)可以是表中某列或者是某一個(gè)具體的字符串。

B.CONCAT_WS（separator,strl,str2,…）:它是一個(gè)特殊形式的CONCAT（）?第

一個(gè)參數(shù)剩余參數(shù)間的分隔符。分隔符可以是與剩余參數(shù)一樣的字符串。如果分隔符是

NULL,返回值也將為NULLo這個(gè)函數(shù)會(huì)跳過(guò)分隔符參數(shù)后的任何NULL和空字符串。

分隔符將被加到被連接的字符串之間。

C.COLLECT_SET（C01）:函數(shù)只接受基本數(shù)據(jù)類型，它的主要作用是將某字段的值進(jìn)行

去重匯總，產(chǎn)生array類型字段，實(shí)現(xiàn)行轉(zhuǎn)列的功能，經(jīng)常與CONCAT_WS-"起使用。

D.以上不全對(duì)

95）關(guān)于列轉(zhuǎn)行說(shuō)法描述錯(cuò)誤的是（）。（單選）

A.EXPLODE（col）：explode是將hive一列中復(fù)雜的array或者map結(jié)構(gòu)拆分成多行，

只針對(duì)array和map兩種數(shù)據(jù)結(jié)構(gòu)有效。但是select使用UDTF做查詢的過(guò)程中查詢

只能包含單個(gè)UDTF,不能包含其它字段以及多個(gè)UDTF的情況。

B.LATERALVIEW主要解決在select使用UDTF做查詢的過(guò)程中查詢只能包含單個(gè)

UDTF,不能包含其它字段以及多個(gè)UDTF的情況。lateralview首先將utdf函數(shù)應(yīng)

用到每一行上，這時(shí)每一行經(jīng)utdf處理后得到多行輸出，這些輸出將會(huì)組建成一張?zhí)?/p>

擬表，然后這張?zhí)摂M表會(huì)跟當(dāng)前表進(jìn)行join操作，join完成之后會(huì)得出一張結(jié)果虛

擬表，這張結(jié)果表里就有了utdf生成的列，當(dāng)然原表的列除了utdf消耗的列之外肯