面试200问

怎么解决数据倾斜的现象呢？

mapjoin优化器的原理是什么？

两表连接后能得出什么结果

a表有4条数据   b表有3条数据  请问左连接有几条数据

hadoop有哪三大组件？

hadoop 平台，你用过和知道哪些不同的组件？

hadoop里面，hdfs数据块是多大一块？

数据默认保存几份？

hdfs里面由哪几个组件构成？

hdfs里面的几个组件，分别有哪些功能和作用？

hadoop的基础服务有哪几个？

hdfs里面，写入数据（上传文件）和读取数据（下载文件），过程流程和原理是什么？

hdfs里面，常用的操作命令有哪些？上传、下载、合并等等。

加载数据到数据库的表，使用什么方法？

如果现在，做数据的增量抽取，如何在重复抽取的过程中，避免出现重复的数据？

如何删除分区呢？

如果某个数据有问题，如果更新这个数据？

内部表和外部表的区别？

动态分区和静态分区的区别？

为什么分桶可以对表格的联合查询加速呢？