1）如果分区列中没有数据，那么当您查询该列时，会得到什么错误？
2）如果某些行没有分区列，将如何处理这些行？会不会有数据丢失？
3）为什么需要对数字列进行存储？我们也可以使用字符串列吗？您将选择什么步骤以及在什么基础上选择分类列？
4）内部表详细信息也将存储在metastore中吗？还是只存储外部表的详细信息？
5）什么类型的查询仅在mapper端运行而不在reducer中运行，反之亦然？
答案 0 :(得分：5)
简短答案：
1。。如果分区列中没有数据，那么当您对此进行查询时，会遇到什么错误？
Hive中的分区列是一个名为key=value的文件夹，其中包含数据文件。如果没有数据，则意味着不存在分区文件夹且表为空，不显示错误，不返回任何数据。
当您使用动态分区在分区列中插入null时，分区列中的所有NULL值（以及所有不符合字段类型的值）均以__HIVE_DEFAULT_PARTITION__的形式加载。如果在这种情况下列类型为数字，则类型转换为选择期间将引发错误。诸如此类的事情无法将textWritable转换为IntWritable
2。。如果某些行没有分区列，将如何处理这些行？会不会有数据丢失？
如果“没有”表示为NULL，则以 HIVE_DEFAULT_PARTITION 加载。实际上仍然可以获取数据，没有丢失
3。。为什么需要对数字列进行存储？ -不需要数字，我们也可以使用字符串列吗？ 是的。是什么过程，您将在什么基础上选择时段列？
应根据联接/过滤器列选择用于存储的列。值被散列，分配和排序（聚簇），并且相同的哈希值（在插入覆盖期间）被写入相同的存储桶（文件）中。表DDL中指定了存储区和列的数量。
桶表和桶映射联接是一个有点过时的概念，您可以使用DISTRIBUTE BY + sort + ORC来实现相同的目的。这种方法更加灵活。
4。。内部表详细信息也将存储在元存储中吗？还是只存储外部表的详细信息？
无关紧要，不受外部管理。表架构/拨款/统计信息存储在metastore中。
5。是什么类型的查询，仅在mapper端而不在reducer中运行，反之亦然？
无聚集查询，map-joins（当小表适合内存时），简单列转换（如regexp_replace，split，substr，trim，concat等简单列UDF），WHERE中的过滤器，按-可以执行在映射器上。
在mapper + reducer上执行UDAF的聚合和分析，常见联接，排序，分发。