目录
1.hive是怎样保存元数据的
保存元数据的方式有：内存数据库rerdy，本地mysql数据库，远程mysql数据库，但是本地的mysql数据用的比较多，因为本地读写速度都比较快
- 内存数据库derby，安装小，但是数据存在内存，不稳定
- mysql数据库，数据存储模式可以自己设置，持久化好，查看方便。
2.外部表与内部表的区别
Hive 创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。这样外部表相对来说更加安全些，数据组织也更加灵活，方便共享源数据
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。
3.Hive 的 sort by 和 order by 的区别
(1)order by 会对输入做全局排序，因此只有一个reducer(多个reducer无法保证全局有序)只有一个reducer，会导致当输入规模较大时，需要较长的计算时间。
(2)sort by不是全局排序，其在数据进入reducer前完成排序.
因此，如果用sort by进行排序，并且设置mapred.reduce.tasks>1， 则sort by只保证每个reducer的输出有序，不保证全局有序
4.hive保存元数据的方式以及各有什么特点？
(1)Hive有内存数据库derby数据库，特点是保存数据小，不稳定
(2)mysql数据库，储存方式可以自己设定，持久化好，一般企业开发都用mysql做支撑
5.在开发中问什么建议使用外部表？
(1)外部表不会加载到hive中只会有一个引用加入到元数据中
(2)hive不会修改数据，所以无需担心数据的损坏
(3)在删除时不会删除表，只会删除元数据，所以不必担心数据的
6.hive 如何调优？
在优化时要注意数据的问题，尽量减少数据倾斜的问题，减少job的数量，同事对小的文件进行成大的文件，如果优化的设计那就更好了，因为hive的运算就是mapReduce所以调节mapreduce的参数也会使性能提高，如调节task的数目。
insert into 和 override write区别？
insert into：将某一张表中的数据写到另一张表中
override write：覆盖之前的内容。
