1、Hive支持存储格式包括TEXTFILE、SEQUENCEFILE、ORC与PARQUET。列式存储和行式存储各有特点，列式存储在查询少数字段时效率高，行式存储在查询整行数据时效率高。
2、Hive架构包含四部分：1）用户接口（包括CLI、JDBC/ODBC、WEBUI），2）元数据（Metastore，包括表名、表所属的数据库、表的拥有者、列/分区字段等，通常推荐使用MySQL存储Metastore），3）Hadoop集群（用于存储和计算），4）Driver（包括解析器、编译器、优化器、执行器）。
3、面试题一：如何解决大数据Hive表关联查询中的数据倾斜问题？数据倾斜是Hive表关联查询中的常见问题，主要由以下原因引起：数据分布不均、业务数据特性、建表时考虑不周以及SQL语句设计不合理。避免数据倾斜的一种方法是为数据量为空的情况赋予随机值。解决数据倾斜的策略包括参数调整和SQL语句优化。
4、Hive的join操作有三种方式：第一种是在reduce端进行join，这是最常用的join方式，通过在map阶段为不同表的key/value对打标签，实现数据的分类，然后在reduce阶段，按照连接字段进行分组，最后通过笛卡尔乘积完成join操作。
5、在大数据开发工程师的面试中，企业往往会评估候选人在Hive组件优化方面的能力。Hive作为大数据领域常用的工具之一，其优化方面的问题往往成为面试中的关键考察点。以下内容将详细探讨Hive优化的常见方向和手段。
6、Hive常见面试问题解答 Hive的排序关键字主要包括全局排序和局部排序。全局排序（order by）是对整个数据进行排序，但只有一个reduce任务处理，处理大数据量时效率较低，仅限于升序。
1、指定数据存放位置，如果没有指定，就会在hdfs的默认位置建立表文件。Hive 没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。
2、存储路径上，内部表创建时默认存放在Hive的仓库目录，而外部表可以通过location指定存放路径，或者默认在仓库目录下。但两者都允许使用location来调整数据存放位置。结构和分区的变更影响也不同：内部表的更改会自动反映在元数据中；外部表则需要手动使用msck repair table命令来修复。
3、相比之下，外部表只管理元数据，数据存储是独立的。创建外部表时，需要显式指定location。删除外部表时，仅删除元数据，数据文件仍保留在HDFS指定的位置。当表的结构或分区发生变化，内部表会自动更新元数据，而外部表则需通过msck repair table命令进行修复。
4、首先，location 必须是明确的，hive 的一张表对应了hdfs 上面的一个目录，不能模糊匹配。至于你的需求可以创建一个表，比如location 为/home/a/ 此时a目录下的b目录可以当做表的一个分区，使用add partition 添加就可以。同样的无论a下面有多少目录都可以以添加分区的方式加入表中。
5、在创建表时，可通过`external`关键字来标记外部表，而`location`字段允许设定存储路径。是否指定`location`，决定了数据的存放位置。
