深入讲解行存与列存原理、Hive 主流存储格式（TextFile / SequenceFile / RCFile / ORC / Parquet / Avro）以及 Hadoop / Hive 中各种压缩算法的选型和参数配置
系统梳理 Hive 数据库 / 表的 DDL（建库、建表、内外部表、分区、分桶、CTAS）以及 DQL 查询语法（SELECT、WHERE、GROUP BY、各种排序、JOIN、UNION 等）
讲解 Hive 三大抽样方式：分桶抽样、块抽样、随机抽样的原理、语法、性能对比与实战案例
介绍Hive的数据类型:基本数据类型、复杂数据类型
深入讲解 Hive 分区与分桶的原理、执行过程、Bucket Map Join、SMB Join 以及最佳实践
分析星型模型的局限，讲解雪花模型 + 桥接表如何解决多对多、层级深、历史变化等场景，并给出完整的数仓分层设计
区分数据中台、数据仓库、大数据平台和数据湖等核心概念，并介绍湖仓一体的现代架构趋势
介绍 MapReduce 和 YARN 的核心概念、YARN 集群部署配置以及提交 MapReduce 任务到 YARN 的示例（wordcount、pi）
Hadoop HDFS 集群部署、Shell 操作、Windows 连接 HDFS、存储原理（块、副本、NameNode 元数据、读写流程）等系统性介绍
Linux 文件与目录管理基础，包括目录操作、文件查看、复制移动、权限设置以及文件搜索等常用命令