Die 30 wichtigsten Fragen und Antworten zu Hive-Interviews (2023)

Hive-Interviewfragen für Erstsemester und Berufserfahrene

Hier finden Sie Fragen und Antworten zu Hive-Interviews für Erstsemester und erfahrene Kandidaten, die ihren Traumjob bekommen möchten.

? Kostenloser PDF-Download: Fragen zum Hive-Interview

---

1) Erklären Sie, was Hive ist?

Hive ist ein ETL- und Data-Warehousing-Tool, das auf Basis des Hadoop Distributed File System (HDFS) entwickelt wurde. Es handelt sich um ein Data-Warehouse-Framework zum Abfragen und Analysieren von Daten, die in HDFS gespeichert sind. Hive ist eine Open-Source-Software, mit der Programmierer große Datenmengen analysieren können Hadoop.

---

2) Wann sollte Hive verwendet werden?

• Hive ist bei der Herstellung nützlich Data Warehouse Anwendungen
• Wenn Sie mit statischen Daten statt mit dynamischen Daten arbeiten
• Wenn die Anwendung eine hohe Latenz aufweist (hohe Antwortzeit)
• Wenn ein großer Datensatz verwaltet wird
• Wenn wir Abfragen anstelle von Skripten verwenden

---

3) Erwähnen Sie, welche verschiedenen Hive-Modi es gibt?

Abhängig von der Größe der Datenknoten in Hadoop kann Hive in zwei Modi betrieben werden. Diese Modi sind:

• Lokalbetrieb
• Kartenreduzierungsmodus

---

4) Erwähnen Sie, wann der Kartenreduzierungsmodus verwendet werden soll?

Der Kartenreduzierungsmodus wird verwendet, wenn:

• Es wird für große Mengen an Datensätzen und Abfragen verwendet, die parallel ausgeführt werden
• Hadoop verfügt über mehrere Datenknoten und die Daten werden auf verschiedene Knoten verteilt. In diesem Modus verwenden wir Hive
• Es muss eine bessere Verarbeitung großer Datenmengen erreicht werden

---

5) Schlüsselkomponenten der Hive-Architektur erwähnen?

Zu den Schlüsselkomponenten der Hive-Architektur gehören:

• Benutzerschnittstelle
• Compiler
• Metastore
• LED Treiber
• Engine ausführen

---

6) Erwähnen Sie, welche verschiedenen Tabellentypen in Hive verfügbar sind?

In Hive sind zwei Arten von Tabellen verfügbar.

• Verwalteter Tisch: In verwalteten Tabellen unterliegen sowohl die Daten als auch das Schema der Kontrolle von Hive
• Externer Tisch: In der externen Tabelle steht nur das Schema unter der Kontrolle von Hive.

---

7) Erklären Sie, was Metastore in Hive ist.

Metastore ist ein zentrales Repository in Hive. Es wird zum Speichern von Schemainformationen oder Metadaten in der externen Datenbank verwendet.

---

8) Erwähnen Sie, woraus Hive besteht?

Der Bienenstock besteht aus 3 Hauptteilen:

1. Hive-Clients
2. Hive-Dienste
3. Hive-Speicher und Computing

---

9) Erwähnen Sie, welche Art von Datenbank Hive unterstützt?

Für die Speicherung von Metadaten einzelner Benutzer verwendet Hive die Derby-Datenbank und für Metadaten mehrerer Benutzer oder gemeinsam genutzter Metadaten Case Hive MYSQL.

---

10) Erwähnen Sie die standardmäßigen Lese- und Schreibklassen von Hive?

Die Standard-Lese- und Schreibklassen von Hive sind

1. TextInputFormat/HiveIgnoreKeyTextOutputFormat
2. SequenceFileInputFormat/SequenceFileOutputFormat

---

11) Was ist Indizierung in Hive?

Die Hive-Indizierung ist eine Technik zur Abfrageoptimierung, um die Geschwindigkeit der Abfragesuche in bestimmten Spalten einer Tabelle zu verbessern.

---

12) Warum ist Hive nicht für OLTP-Systeme geeignet?

Hive ist nicht für OLTP-Systeme geeignet, da es keine Einfüge- und Aktualisierungsfunktion auf Zeilenebene bietet.

---

13) Erwähnen Sie, was der Unterschied zwischen Hbase und Hive ist?

Der Unterschied zwischen Hbase und Hive ist:

• Hive ermöglicht die meisten davon SQL Abfragen, aber HBase erlaubt keine SQL-Abfragen
• Hive unterstützt keine Einfüge-, Aktualisierungs- und Löschvorgänge auf Datensatzebene für Tabellen
• Hive ist ein Data-Warehouse-Framework, während HBase eine NoSQL-Datenbank ist
• Hive läuft auf MapReduce, HBase läuft auf HDFS

---

14) Erklären Sie, was eine Hive-Variable ist. Wofür nutzen wir es?

Die Hive-Variable wird in der Hive-Umgebung erstellt und kann von Hive-Skripten referenziert werden. Es wird verwendet, um einige Werte an die Hive-Abfragen zu übergeben, wenn die Ausführung der Abfrage beginnt.

---

15) Erwähnen Sie, was die ObjectInspector-Funktionalität in Hive ist.

Die ObjectInspector-Funktionalität in Hive wird verwendet, um die interne Struktur der Spalten, Zeilen und komplexen Objekte zu analysieren. Es ermöglicht den Zugriff auf die internen Felder innerhalb der Objekte.

---

16) Erwähnen Sie, was (HS2) HiveServer2 ist?

Es handelt sich um eine Serverschnittstelle, die folgende Funktionen ausführt.

• Es ermöglicht Remote-Clients, Abfragen an Hive auszuführen
• Rufen Sie die Ergebnisse der genannten Abfragen ab

Zu den erweiterten Funktionen, die auf Thrift RPC in seiner neuesten Version basieren, gehören:

• Parallelität mehrerer Clients
• Beglaubigung

---

17) Erwähnen Sie, was der Hive-Abfrageprozessor macht?

Der Hive-Abfrageprozessor konvertiert Diagramme von MapReduce-Jobs mit dem Ausführungszeit-Framework. Damit die Jobs in der Reihenfolge der Abhängigkeiten ausgeführt werden können.

---

18) Erwähnen Sie, aus welchen Komponenten ein Hive-Abfrageprozessor besteht?

Zu den Komponenten eines Hive-Abfrageprozessors gehören:

• Logische Planerstellung
• Physische Planerstellung
• Ausführungs-Engine
• Betreiber
• UDFs und UDAFs
• Optimierer
• Parser
• Semantischer Analysator
• Typprüfung

---

19) Erwähnen Sie, was Partitionen in Hive sind?

Hive organisiert Tabellen in Partitionen.

• Dies ist eine Möglichkeit, Tabellen basierend auf Partitionsschlüsseln in verschiedene Teile zu unterteilen.
• Die Partitionierung ist hilfreich, wenn die Tabelle über einen oder mehrere Partitionsschlüssel verfügt.
• Partitionsschlüssel sind grundlegende Elemente zur Bestimmung, wie die Daten in der Tabelle gespeichert werden.

---

20) Erwähnen Sie, wann Sie in Hive „Interne Tabelle“ und „Externe Tabelle“ wählen sollten?

In Hive können Sie eine interne Tabelle auswählen,

• Wenn die Verarbeitungsdaten im lokalen Dateisystem verfügbar sind
• Wenn wir möchten, dass Hive den gesamten Lebenszyklus der Daten einschließlich der Löschung verwaltet

Sie können Externe Tabelle wählen,

• Wenn Verarbeitungsdaten in HDFS verfügbar sind
• Nützlich, wenn die Dateien außerhalb von Hive verwendet werden

---

21) Erwähnen Sie, ob wir die Ansicht genauso benennen können wie den Namen einer Hive-Tabelle?

Nein. Der Name einer Ansicht muss im Vergleich zu allen anderen Tabellen und den in derselben Datenbank vorhandenen Ansichten eindeutig sein.

---

22) Erwähnen Sie, was Ansichten in Hive sind?

In Hive ähneln Ansichten Tabellen. Sie werden auf Basis der Anforderungen generiert.

• Wir können alle Ergebnissatzdaten als Ansicht in Hive speichern
• Die Verwendung ähnelt der in SQL verwendeten Ansichten
• Alle Arten von DML-Operationen können für eine Ansicht ausgeführt werden

---

23) Erklären Sie, wie Hive die Daten deserialisiert und serialisiert.

Normalerweise kommuniziert der Benutzer beim Lesen/Schreiben der Daten zunächst mit dem Eingabeformat. Anschließend wird eine Verbindung zum Datensatzleser hergestellt, um Datensätze zu lesen/schreiben. Um die Daten zu serialisieren, werden die Daten in eine Zeile verschoben. Hier deserialisierte benutzerdefinierte Serde verwenden den Objektinspektor, um die Daten in Feldern zu deserialisieren.

---

24) Was sind Buckets in Hive?

• Die in den Partitionen vorhandenen Daten können weiter in Buckets unterteilt werden
• Die Division erfolgt basierend auf dem Hash bestimmter in der Tabelle ausgewählter Spalten.

---

25) Wie können Sie in Hive Buckets aktivieren?

In Hive können Sie Buckets mit dem folgenden Befehl aktivieren:

set.hive.enforce.bucketing=true;

---

26) Können Sie in Hive die Hadoop MapReduce-Konfiguration in Hive überschreiben?

Ja, Sie können die Hadoop MapReduce-Konfiguration in Hive überschreiben.

---

27) Erklären Sie, wie Sie den Datentyp einer Spalte in Hive ändern können.

Sie können einen Spaltendatentyp in Hive ändern, indem Sie den Befehl verwenden:

ALTER TABLE table_name CHANGE column_name column_name new_datatype;

---

28) Erwähnen Sie, was der Unterschied zwischen „Ordnen nach“ und „Sortieren nach“ in Hive ist.

• SORT BY sortiert die Daten innerhalb jedes Reduzierers. Sie können eine beliebige Anzahl von Reduzierern für den SORT BY-Vorgang verwenden.
• ORDER BY sortiert alle Daten zusammen, die einen Reduzierer durchlaufen müssen. Daher verwendet ORDER BY in Hive ein Single

---

29) Erklären Sie, wann Explodieren in Hive verwendet werden soll.

Hadoop-Entwickler nehmen manchmal eine Array als Eingabe übernehmen und in eine separate Tabellenzeile umwandeln. Um komplexe Datentypen in gewünschte Tabellenformate zu konvertieren, verwendet Hive die Explosionsfunktion.

---

30) Erwähnen Sie, wie Sie verhindern können, dass ein Partitionsformular abgefragt wird.

Sie können die Abfrage eines Partitionsformulars stoppen, indem Sie die ENABLE OFFLINE-Klausel mit der ALTER TABLE-Anweisung verwenden.

Diese Interviewfragen werden Ihnen auch bei Ihrem Lebenslauf (mündlich) helfen. Verweisen Sie auf unsere Hive-Tutorials für einen zusätzlichen Vorteil in Ihrem Vorstellungsgespräch.