揭秘hive常见面试题(一)-使用 Hive 进行手机流量统计

使用 Hive 进行手机流量统计

问题导读
1.hive 实现统计的查询语句是什么？
2.生产环境中为什么建议使用外部表？
3.hadoop mapreduce 创建类 DataWritable 的作用是什么？
4. 为什么创建 类 类 DataWritable ？
5.如何实现统计手机流量？

6. 对比 hive 与 与 mapreduce 统计手机流量的区别？
   很多公司在使用 hive 对数据进行处理。hive 是 hadoop 家族成员，是一种解析 like sql 语句的框架。它封装了常用 MapReduce 任务，让你像执行sql 一样操作存储在 HDFS 的表。
hive 的表分为两种，内表和外表。Hive 创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除， 而外部表只删除元数据，不删除数据。这样外部表相对来说更加安全些，数据组织也更加灵活，方便共享源数据。
Hive 的内外表，还有一个 Partition 的分区的知识点，用于避免全表扫描，快速检索。后期的文章会提到。
   原始数据
   
   

   image.png
   
   操作步骤
   
   

   image.png
   
   执行结果如下
   
   

   image.png

文章来源: www.jianshu.com，作者：百忍成金的虚竹，版权归原作者所有，如需转载，请联系作者。

原文链接：www.jianshu.com/p/8d8cc4472fc4