大数据面试题-大数据技术问答（一）

　　1.hive SQL的分组topN问题

　　成绩表S，字段sid,cid,score

　　求每门课程的前2名与后2名sid

　　下面是我的做法，求个更好的

　　select sid from

　　(select sid,

　　rank() over(partition by cid order by score) as RA

　　from S) as A

　　union

　　(select sid,

　　rank() over(partition by cid order by score DESC) as RB

　　from S) as B

　　where RA<3 and RB<3

　　2.ES中游标和快照有什么区别?

　　它们两个没有什么可比性， 在深分页场景下我们不能使用(from+size)的方式查询ES，因为性能太低(from+size 方式会从每个分片取出from+size大小的数据，让后在协调节点做Merge返回，分页越深协需要处理的数据量越大)。一般使用scroll方式解决深分页问题，scroll在初始化阶段会对查询数据生成快照(不可变的数据集，不受索引的更新，删除的影响，单维护这个快照是需要耗费资源的)，之后的查询都会对快照数据根据scroll_id进行遍历查询。

　　更多关于大数据培训的问题，欢迎咨询千锋教育在线名师。千锋教育拥有多年IT培训服务经验，采用全程面授高品质、高体验培养模式，拥有国内一体化教学管理及学员服务，助力更多学员实现高薪梦想。