partition的默认实现是hashpartition，是map端将数据按照reduce个数取余，进⾏分区，不同的reduce来copy⾃⼰的数据。
partition的作⽤是将数据分到不同的reduce进⾏计算，加快计算效果。
1.
1. hive内部表和外部表的区别
内部表：加载数据到hive所在的hdfs⽬录，删除时，元数据和数据⽂件都删除
外部表：不加载数据到hive所在的hdfs⽬录，删除时，只删除表结构。
1.
1. hbase的rowkey怎么创建好？列族怎么创建⽐较好？
hbase存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常⼀起读取的⾏存储放到
⼀起。(位置相关性)
⼀个列族在数据底层是⼀个⽂件，所以将经常⼀起查询的列放到⼀个列族中，列族尽量少，减少⽂件的寻址时间。
1.
1. ⽤mapreduce怎么处理数据倾斜问题？
数据倾斜：map /reduce程序执⾏时，reduce节点⼤部分执⾏完毕，但是有⼀个或者⼏个reduce节点运⾏很慢，导致整个程序的处理时间
很长，这是因为某⼀个key的条数⽐其他key多很多（有时是百倍或者千倍之多），这条key所在的reduce节点所处理的数据量⽐其他节点就
⼤很多，从⽽导致某⼏个节点迟迟运⾏不完，此称之为数据倾斜。
⽤hadoop程序进⾏数据关联时，常碰到数据倾斜的情况，这⾥提供⼀种解决⽅法。
⾃⼰实现partition类，⽤key和value相加取hash值：
⽅式1：
源代码：
public int getPartition(K key, V value,
int numReduceTasks) {
return (key.hashCode() & Integer.
MAX_VALUE
) % numReduceTasks;
}
修改后
public int getPartition(K key, V value,
int numReduceTasks) {
return ((（key).hashCode()+value.hashCode()） & Integer.
MAX_VALUE
) % numReduceTasks;
}
⽅式2：
public class HashPartitioner<K, V> extends Partitioner<K, V> {
private int aa= 0;
/** Use {@link Object#hashCode()} to partition. */
剩余40页未读，继续阅读
