Hive大体可以分为三大部分， 基础，调优，源码。
常见问题知识点
1、基础
基础部分主要是：Hive的一些概念、DDL数据定义、DML数据操作、hive函数
这部分重点掌握：主要是DDL （建表语句、分区、分桶），DML（数据的操作、SQL语句），函数（基本函数、开窗、行列转行）
Hive最重要的还是SQL，就是实操，说白了就是能用SQL完成对应的需求，一般常见的报表类指标都有现成的SQL解决方案。
-
【Hive-基础】优缺点，架构原理，与数据库的差异
-
*【Hive-基础】基本数据类型，集合数据类型，类型转换
-
*【Hive-基础】DDL语句，数据库、表的基本CURD操作
-
【Hive-基础】表数据的导出、导入（HDFS、本地）
-
*【Hive-基础】分区表，二级分区，动态分区，分桶表
-
【Hive-基础】全局排序、内部排序、分区排序
-
*【Hive-基础】行转列，列转行，窗口函数
2、调优
调优部分主要是：数据压缩存储格式（就是Hadoop的格式），HQL语法优化（大部分Hive默认开启了），Job任务的优化（解决数据倾斜问题）
现在大部分公司的Hive已经升到2.x以上了，所以HQL语法的优化基本默认开启，重点掌握的还是Job的优化，数据倾斜的常见解决方案
-
【Hive-调优】数据压缩格式，存储格式(行式存储、列式存储)
-
【Hive-调优】并行执行，严格模式，Fetch抓取，本地模式
-
*【Hive-调优】HQL语法优化，Job优化（map端和reduce端）解决数据倾斜
3、源码
源码部分，大家都知道Hive的默认底层引擎就是MR，实际上就是将HiveSQL转化为MR的过程
可以了解关键源码，如何从SQL——>MR，有助于对Hive的深入理解
- 【Hive-源码】HQL是如何转换为MR任务的，源码流程解读
4、常见问题、知识点
-
SQL 处理各种场景问题（题）
-
HQL 执行过程、编译MR过程解析
-
HQL 常见细节、注意事项详解
-
group by、on、where、having的常见问题
-
split()、explode()、lateral view用法和区别
-
count(distinct column) 为何效率低？
-
left semi join（exists、in）和 left join 区别
-
Hive中的MapJoin，CommonJoin，SMBJoin详细介绍
-
Hive-SQL基础练习一
