深圳某司面试技术问题

1.你们最大的表多大?
2.1小时才能跑完的数据，怎样变成20分钟?
3.hadoop和spark的区别还是联系?
4.你们是hive可视化工具是用什么的？就是说hive sql在哪写？在linux上的话你们怎么测试？一个很长的sql，几百行，你们也直接在linux上运行吗？
5.hive sql和spark sql的区别？
6.spark sql 一定比hive sql快吗？
7.说说spark rdd的弹性？
8.造成hive数据倾斜的原因？
9.hive怎么优化？
10.资源充足的情况下，hive跑不动，什么原因？
11.hive自定义函数得步骤？
12.你用自定义函数转换过什么业务？
13.hive sql怎么走mapreduce？
14.你mapreduce都写了什么函数？
15.persist和cache区别？
16.数仓从一个分层到下一个分层你们用的什么？