介绍一下Mysql和Hivesql的区别？
一方面，可以从底层原理出发回答，例如：
- 查询语言不同：
Hive是hql语言，Mysql是sql语句；
- 存储位置不同：
Hive是建立在 Hadoop 之上的，所有数据存储在hdfs中的，而Mysql数据是存储在自己的本地文件系统中；
- 数据格式：
Hive数据格式可以用户自定义，Mysql有自己的系统定义格式；
- 数据更新：
由于Hive的设计是针对数据仓库的应用而设计，应用场景读多写少。故Hive中不支持对数据的增改。而Mysql中的数据可支持更新修改；
- 索引：
Hive在加载数据的过程中不会对数据进行任何处理，甚至不会对数据进行扫描，因此也没有对数据中的某些 Key 建立索引，在查询数据时是通过Mapreduce很暴力的把数据都查询一遍，因此访问延迟较高。但由于 MapReduce 的引入，Hive 可以并行访问数据，故即使没有索引，对于大数据量的访问，Hive 仍然可以体现出优势。而Mysql有索引，对于少量特定条件的数据的访问，数据库可以有很高的效率，较低的延迟。
- 数据规模：
由于 Hive 建立在集群上并可以利用 MapReduce 进行并行计算，因此Hive存储的数据量超级大，而Mysql只是存储一些少量的业务数据；
- 底层执行原理：
Hive底层是用的Mapreduce，而Mysql是excutor执行器；
另一方面，也可以从作为使用者角度出发回答，例如：
- Hivesql不支持非等值连接，一般使用left join、right join 或者inner join替代来处理逻辑；
- Hive中不能使用省去join的写法；
- Hive不支持将数据插入现有的表或分区中，仅支持覆盖重写整个表。利用INSERT OVERWRITE 重写覆盖；
- HQL不支持行级别的增、改、删，所有数据在加载时就已经确定，不可更改。
如果查询一个数据很大很慢，该如何解决？
Hive对SQL语句性能问题排查的方式有：
- 使用explain查看执行计划；
- 查看YARN提供的日志。
常用的优化思路有：
- SQL语句优化：例如，是否使用了distinct，是否可以加入一些限定条件过滤等；
- 调参优化：例如设置map、reduce的参数；并行执行，调节parallel参数等；
- 数据格式优化：执行同样的SQL语句及同样的数据，只是数据存储格式不同，执行时长也会不同。
- 以空间换时间：例如，有效地减小数据集，拆写逻辑，建立临时表。
为什么要对数据仓库分层？
操作者：数据仓库分层本质是 以空间换时间。通过数据分层管理可以简化数据清洗的过程，相当于把一项复杂的工作拆成了多个简单步骤的工作，从一个大的黑盒变成了一个透明盒，每一层的处理逻辑相对易理解易操作，较易保证每一个步骤的正确性，当数据发生错误的时候，一般不会牵一发而动全身，只需要局部调整某个步骤即可。若不分层，当源业务系统的业务规则发生变化将会影响整个数据清洗过程，工作量巨大，耗时较长。
应用者：提升应用系统的用户（比如BI）体验和效率。例如
- 清洗后的脏数据，简化业务复杂结构数据，具有清晰数据结构，减少重复开发；
- 规范的表&段名称，统一的字段数据格式，完善的注释内容，易于定位和理解。
数仓分层的结构有哪些？每一层的大致作用是什么
常见通用数仓分层设计：ODS、DW、APP
每层主要作用如下：
- ODS：数据源层。主要将各个业务数据导入到大数据平台，作为业务数据的快照存储。
- DW：汇总数据层。
-
- DWD：明细数据层。保留数据的原始粒度，在ODS基础上对数据加工处理，提供清洗后较干净的数据。
- DWS：汇总数据层。主题层，根据业务域划分，存放高度聚合汇总的数据。
- APP：面向业务定制的应用数据层。服务于业务特定场景，复用性不强。
