一个文本文件，找出前 10 个经常出现的词，但这次文件比较长，说是上亿行或十亿行，
总之无法一次读入内存，问最优解。
方案 1：首先根据用 hash 并求模，将文件分解为多个小文件，对于单个文件利用上题的方
法求出每个文件件中 10 个最常出现的词。然后再进行归并处理，找出最终的 10 个最常出
现的词。
100w 个数中找出最大的 100 个数。
方案 1：在前面的题中，我们已经提到了，用一个含 100 个元素的最小堆完成。复杂度为
O(100wlg100)。
方案 2：采用快速排序的思想，每次分割之后只考虑比轴大的一部分，知道比轴大的一部分
在比 100 多的时候，采用传统排序算法排序，取前 100 个。复杂度为 O(100w100)。方案
3：采用局部淘汰法。选取前 100 个元素，并排序，记为序列 L。然后一次扫描剩余的元素x，与排好序的 100 个元素中最小的元素比，如果比这个最小的要大，那么把这个最小的元素删除，并把 x 利用插入排序的思想，插入到序列 L 中。依次循环，知道扫描了所有的元素。复杂度为 O(100w*100)。
ABC三个hive表，每个表中只有一列int类型且列名相同，求三个表中互不重复的数，比如表明：T_a T_b T_c每个列都叫做id（int类型）
Hive 你们用的是外部表还是内部表,有没有写过UDF,hive 的版本
Hive语句实现WordCount
1.建表
2.分组（group by）统计wordcount
select word,count(1) from table1 group by word;
简要描述数据库中的null，说出null在hive底层如何存储，并解释select a.* from t1 a left outer join t2 b on a.id=b.id where b.id is null；语句的含义。
null在hive底层默认是用"\N"来存储的，所以在sqoop到mysql之前需要将为null的数据加工成 其他字符，否则sqoop提示错误。
写出hive中spilt、coalesce及collect_list函数的用法（可举例）
split将字符串转化为数组
coalesce(T v1,T v2,...) 返回参数中的第一个非空值；如果所有值都为null,那么返回null
collect_list列出该字段所有的值,不去重 select collect_list(id) from table;
写出text.txt文件放入hive中test表‘2017-12-12’分区的语句，test的分区字段是l_date。
load data local inpath '/a.txt' overwrite into table test partition(xx='xx')
hive中有一个表test，结构是create table arrays（x array<string>）,且有：
hive>select * from test;
OK
[“a”,”b”]
[“c”,”d”, ”e”]]
（1）请写出select explode（x）as xx from test；语句执行后的结果。
（2）请写出select ‘xx’，sp from test lateral view explode（split（concat_ws（‘，’，‘1’，‘2’），‘，’））a as sp；语句执行后的结果。
学生表（students），有字段学号（id），姓名（name），性别（sex）等字段。课程表（classes），有字段课程标识（id），课程名称（class_name）。学生选课分数表（sc），有字段学生表的学号（student_id），课程标识（class_id），分数（scores）。
（1）查询平均成绩大于60分的，且性别为“男”的同学的学号和平均成绩。
（2）x代表分数，x>=80表示优秀，x>=60&&x<80为及格，x<60为不及格等三个等级。请查询所有学生的姓名，课程名称及分数等级。
Hive是什么，以及适用场景，Hive与mysql关系，Hive与MapReduce关系，hive与Hbase的区别是？
基于hadoop的数据仓库工具，以hdfs方式存储，hive是面向分析的。Mysql关系型的、Hbase非关系都是面向存储的。Hive运行的就是mapreduce
Hive中创建表有哪几种方式，其区别是什么？
内部表：删除时，删除的时表结构，数据不没
外部表：删除数据也就没了
Hive中的UDF函数有哪几种，你写了哪些？
数学函数，字符串函数
字段大小写转换操作
