选择、多选

Java, int x = 1, float y = 2, x/y =

0.5
2. Hive 的数据结构

基本数据类型

复合数据类型

text 不是

3. Hive 内外表
   建表时如果不显示声明表的类型为 外表

4. Kafka 通过（）避免任务重复执行
   对每个Producer分配唯一ID

5. 雪花模型比星型模型更适合于多维分析 ？不确定，应该是对的

6. HDFS中的block默认保存
   3份

7. LSM的含义是
   日志结构合并树

8. HIve实现连续排序，相同值并列排名
   dense_rank()
   速记
   row_number() over(): 123
   dense_rank() over(): 112
   rank() over(): 113

9. Hive存储格式是列存储的有哪些
   orc（列式存储）、parquet（列式存储）
   速记
   textfile（行式存储） 、sequencefile(行式存储)、orc（列式存储）、parquet（列式存储）

10. 属于TCP/IP协议应用层是有
    HTTP、FTP、SMTP、POP3 等协议

SQL

题目描述

求每个部门的用户访问量Top3

输入

visit_log

user_id	shop
u1	a
u1	a
u1	b
u2	a
u2	a
u2	b
u3	a
u3	a
u3	a
u3	b
…	…

目标

shop	user_id	cnt
a	u3	3
a	u1	2
a	u2	2
b	u1	1
b	u2	1
b	u3	1
…	…

解答

with tmp as(select shop, user_id, count(*) cntfrom visit_log), tmp2 as(select shop, user_id, cnt, row_number() over(partition by shop order by cnt desc) rnfrom tmp)select shop, user_id, cntfrom tmp2where rn <= 3group by shoporder by cnt desc;

解析

tmp 表统计每个部门的用户访问量
tmp2 表添加伪列排序
然后再筛选前三即可

题目分享

Hive 精选选择题