1.大数据笔试真题集锦---第五章:Hive面试题
2.UE5.1卡通渲染管线修改 学习笔记（改源码版）

大数据笔试真题集锦---第五章:Hive面试题

       我会不间断地更新维护，源码希望对正在寻找大数据工作的源码朋友们有所帮助。

       第五章目录

       第五章 Hive

       5.1 Hive 运行原理（源码级）

       1.1 reduce端join

       在reduce端，源码对两个表的源码数据分别标记tag，发送数据。源码根据分区分组规则获取相同key的源码妖指标公式源码数据，再根据tag进行join操作，源码完成实际连接。源码

       1.2 map端join

       将小表复制到每个map task的源码内存中，仅扫描大表，源码对大表中key在小表中存在时进行join操作。源码使用DistributedCache.addCacheFile设置小表，源码通过标准IO获取数据。源码

       1.3 semi join

       先将参与join的源码表1的key复制到表3中，复制多份到各map task，源码赚钱源码有那些过滤不在新表3的表2数据，最后进行reduce。

       5.2 Hive 建表

5.3.1 传统方式建表

       定义数据类型，如：TINYINT, STRING, TIMESTAMP, DECIMAL。

       使用ARRAY, MAP, STRUCT结构。

5.3.2 CTAS查询建表

       创建表时指定表名、存储格式、数据来源查询语句。

       缺点：默认数据类型范围限制。

5.3.3 Like建表

       通过复制已有表的结构来创建新表。

5.4 存储格式和压缩格式

       选择ORC+bzip/gzip作为源存储，ORC+Snappy作为中间存储。

       分区表单文件不大采用gzip压缩，桶表使用bzip或lzo支持分片压缩。暴风vip网页 源码

       设置压缩参数，如"orc.compress"="gzip"。

5.5 内部表和外部表

       外部表使用external关键字和指定HDFS目录创建。

       内部表在创建时生成对应目录的文件夹，外部表以指定文件夹为数据源。

       内部表删除时删除整个文件夹，外部表仅删除元数据。

5.6 分区表和分桶表

       分区表按分区字段拆分存储，避免全表查询，提高效率。

       动态分区通过设置参数开启，根据字段值决定分区。

       分桶表依据分桶字段hash值分组拆分数据。

5.7 行转列和列转行

       行转列使用split、砸金蛋系统源码explode、laterview，列转行使用concat_ws、collect_list/set。

5.8 Hive时间函数

       from_unixtime、unix_timestamp、to_date、month、weekofyear、quarter、trunc、current_date、date_add、date_sub、聚合支付源码 molpaydatediff。

       时间戳支持转换和截断，标准格式为'yyyy-MM-dd HH:mm:ss'。

       month函数基于标准格式截断，识别时截取前7位。

5.9 Hive 排名函数

       row_number、dense_rank、rank。

5. Hive 分析函数：Ntile

       效果：排序并分桶。

       ntile(3) over(partition by A order by B)效果，可用于取前%数据统计。

5. Hive 拉链表更新

       实现方式和优化策略。

5. Hive 排序

       order by、order by limit、sort by、sort by limit的原理和应用场景。

5. Hive 调优

       减少distinct、优化map任务数量、并行度优化、小文件问题解决、存储格式和压缩格式设置。

5. Hive和Hbase区别

       Hive和Hbase的区别，Hive面向分析、高延迟、结构化，Hbase面向编程、低延迟、非结构化。

5. 其他

       用过的开窗函数、表join转换原理、sort by和order by的区别、交易表查询示例、登录用户数量查询、动态分区与静态分区的区别。

UE5.1卡通渲染管线修改 学习笔记（改源码版）

       UE5.1的卡通渲染管线修改笔记

       起始于提升MMD制作质量的需求，从C4D的octane到Blender的Eevee和Cycle，再到现在的UE5，探索了各种卡渲方法，包括后处理和自发光。现在转向直接修改源码，回顾过去发现自己的学习路径混乱，缺乏记录，因此决定补写这篇学习笔记，以供参考。

       在探索过程中，我借鉴了前辈们在卡通渲染领域的成果，通过预加载ToonShaderShadowAtlas和ToonShaderSpecularAtlas两个曲线图谱，以及相应的Sampler和高度参数。添加ShadingModel时，我选择了Toon、ToonSSP和ToonSDF，涉及了阴影重映射、高光重映射，以及整体阴影着色的优化。

       对于KajiyaKai高光，我利用Anisotropy作为输入，并通过一个参数控制是否启用。SDF阴影着色方面，尝试将算法内置Shader以解决现有问题，尽管初期尝试受限。扩展GBuffer以适应新增ShadingModel的需求，特别关注了ToonData的处理。

       在Material文件夹中，我创建了MaterialExpressionToonShaderCustomOutput，结合ToonCurve选择、环境反射、SDF输入等功能，实现了定制化的输出。同时，我还注意到了Lumen修正和BackFace方案的选用。

       UE5.1版本中，修改CreateToonOutLinePassProcessor是关键步骤，以处理超过个Pass的问题。尽管扩展ShadingModel上限的方案暂未使用，但已做了相关笔记，涉及GBufferInfo、ShaderGenerationUtil和EngineType的改动。

       总结来说，本文记录了从理论学习到实践应用的UE5.1卡通渲染管线修改过程，供后来者参考和学习。