壹輪技術面（待補充）：
1、數據傾斜：
數據傾斜壹般產生的原因是數據在map端hash分配到reduce端時，某壹個key的數量遠大於其他的key，導致某壹個reduce的處理時間較長。
1）key分布不均勻
2）數據本身就是如此
3）數據關聯時沒有把握好關聯鍵
解決方案
1）參數調整：hive.map.aggr = true;hive.groupby.skewindata=true;
?當存在數據傾斜時開啟負載均衡，此時會生成兩個MapReduce任務，第壹個MR任務會將map端產生的key隨機的分配到reduce，先進行壹次聚合，第二個MR任務會將第壹個任務的預處理結果作為輸入，將相同的key分配到同壹個reduce當中。
2）sql調整：在處理大量空值導致數據傾斜的情況下，可以先將空值附壹個特殊值去處理，比如給壹個隨機數加字符串的方式，因為空值數據是關聯不上的，不會影響後期處理。
2、order by，sort by，cluster by，distribute by的區別
1）order by是全局排序，排序過程在壹個reduce中進行，在數據量較大時就會很慢
2）sort by是局部排序，排序結果在同壹個reduce中使有序的
3）distribute by是將數據按照字段劃分到壹個reduce中，壹般與sort by連用進行分組排序的作用
4）cluster by除具有distribute by功能外還具有sort by的功能
order by優化（阿裏面試）：
1）開啟嚴格模式，order by之後添加limit子句
2）利用sort by，在每個reduce中先排序取出top項，再把預處理結果order by輸出
3、hive中內部表和外部表的區別
1）在創建表的時候，內部表是將數據移動到數據倉庫指向的路徑，外部表僅記錄數據所在的路徑，不對數據的位置做任何改變。
2）在刪除表的時候，內部表會將元數據和數據都刪除，外部表只刪除元數據。
4、列轉行、行轉列
1）列轉行：lateral view explode(split('column_name',','))作為壹個新表
2）行轉列：concat_ws(',',collect_set(column_name))
5、mapreduce運行原理
6、數據倉庫分層原理（阿裏面試）
7、維度建模中三種事實表的應用場景（阿裏面試）
二輪面試（待補充）