面试问题总结：
1、三范式：
一范式：所有字段值都是不可分解的原子值，即不能同行同列出现两个值；
二范式：满足第一范式为前提，一定要有主属性键，且每一列都和主键相关，
而不能只与主键的某一部分相关；
三范式：满足第二范式为前提，每一列数据都和主键直接相关，而不能间接相关。

2、hive创建文档命令: create database(创建数据库）

3、拉链表：保存历史数据变化的表；

4、除数为零：一般是分母为零才会出现这种情况，利用case语句，或利用nullif函数再利用isnull函数（null与任何数进行任何运算，其结果都等于null,利用这点）

5、主键冲突：检查要插入的数据是否有重复值；

6、存储过程模板是放在哪里？放在svn

7、ETL常用的三种工具（Datastage，Informatica，Kettle）；

8、DW和DM层的区别以及建表原则：
   DW层主要是从贴源层取出我们需要的数据按照事实和维度进行建模；
   建模原则：不做清洗转换处理，为支持数据重跑可额外增加数据业务日期字段，
可按年份进行分表，用那个增量ODS层数据和前一天DW相关表进行merge处理；
   而DM主要是做数据分析和报表数据展示，建模原则是尽量减少数据访问时计算；
（建设的原则是保证放入的数据的完整性、准确性，字段不能缺少，还要加上审计字段，
还有设计好主键。并编写同步用的存储过程。如果后期这个表没设计好，少了字段，需要进行变更，就是修改。）

9：如何去重：如果数据量大，使用ROWID删除重复的方式直接去重；如果数据量更大的话就使用DDL；
10：行列转换：列转行 用分析函数lead/lag或者用DECODE；行专列：将结果集命名为A，把A行转列
11：如果有一个10亿数据怎么插入？
往一张大表插入数据，看下目标表有没有索引，有的话在插入数据之前先将索引失效，
因为索引会影响性能，插入完成后再创建索引；
同时会分批插入；如果上亿行数据可以用循环进行批量插入，2各循环嵌套；
12：系统有那些模块？
13：索引失效怎么办？
看一下where条件的等号左侧中是否使用函数，
where条件中有or，需将or中的每个字段都加上索引
在查询中使用 !=、not in、not exists
14：游标的定义方式：
    （声明：CURSOR IS）分显式游标和隐式游标两种
15：如何去订单表里面最近的一条数据?
Max最大日期
16：写过最复杂的语句是什么？
    计算跳失率？
17：关联用where和ON的区别？
    
18：维护一般维护什么？
    每天检查报表看有没有问题，有没有用户投诉（一般是运维干的事）
19：如何在大数据文件夹里面把A的姓名替换成B？
    很麻烦，把文件删掉重新导数再放进去；
20：给你一张表，如何只显示重复值？
（??group by?，having count(*) >1;?partition ?by，where ?rn>1;
21：数据倾斜怎么搞？
A：key 分布不均匀B：业务数据本身的特性
C：建表考虑不周全D：某些 HQL 语句本身就存在数据倾斜

22：表分区

23：怎么把hive表中数据更新到oracle？
    使用sqoop导出数据到Oracle中
24：锁表
查看：select * from v$locked_object
增删改查没有用COMMIT；