分区、分桶与物化视图
哪些公司问过
拼多多1Ppio1
答案要点
- 分区:按列值存到不同目录,如按日期,查询时分区裁剪减少扫描
- 分区列是伪列,不存在数据文件中;分区过多会产生大量小文件
- 分桶:按列哈希取模分到固定数量的文件,常与分区结合使用
- 分桶用于均匀分布、高效抽样、分桶 join 减少 Shuffle
- 物化视图:预先计算并存储查询结果,适合固定聚合,代价是存储和刷新
易错点
- 用高基数列做分区,导致海量小文件
- 查询不带分区条件,触发全表扫描
面试官常见追问
- 静态分区和动态分区有什么区别?
- 分区字段怎么选?
- 数据库里的分区和 Hive 分区一样吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。