hive期末考试题及答案

### 关于Hive期末考试题目及参考答案

#### 题目一：概念理解
1. **什么是Hive？其主要功能有哪些？**
Hive是一个基于Hadoop的数据仓库工具，可以用于查询和管理PB级别的分布式数据[^1]。它提供了类似于SQL的查询语言——HiveQL，使得熟悉SQL的开发者能够轻松编写MapReduce程序来处理大规模数据集。

2. **解释Hive中的内部表与外部表的区别。**
内部表由Hive管理和控制生命周期，在删除表格时会连同元数据以及实际存储的数据一起被移除；而外部表仅保存指向文件系统的路径信息，当删除此类表时只清除元数据而不影响原始数据位置上的内容。

#### 题目二：操作实践
3. **创建一个名为`students`的新数据库，并在此基础上建立一张记录学生基本信息（姓名、年龄、性别）的学生表。**

CREATE DATABASE students;
USE students;

CREATE TABLE student_info (
    name STRING,
    age INT,
    gender STRING
);

4. **向上述创建好的`student_info`表中插入几条测试数据并展示全部记录。**

INSERT INTO student_info VALUES ('Alice', 20, 'Female');
INSERT INTO student_info VALUES ('Bob', 22, 'Male');

SELECT * FROM student_info;

#### 题目三：高级应用
5. **如何优化Hive查询性能？列举至少三种方法。**
- 使用分区(partitioning)，通过减少扫描范围提高效率；
- 启用压缩(compression)，降低I/O开销；
- 调整JVM参数(jvm options)，如增大堆内存大小以适应更大规模的任务执行环境。

6. **描述一下Hive是如何实现与传统关系型数据库之间的数据交换过程。**
这种交互通常借助于Apache Sqoop完成，这是一种专门用来批量传输结构化数据到HDFS或从中导出至RDBMS(如MySQL, Oracle等) 的工具。它可以有效地将关系数据库管理系统(Relational Database Management System,RDBMS) 中的关系型数据迁移到Hadoop平台之上进行进一步加工分析。