hive

MapReduce引擎无法直接查询Tez引擎执行union语句写入的数据，因为两者是独立的执行引擎。如果需要使用MapReduce处理Tez写入的数据，可以先将数据导出到HDFS，然后使用MapReduce任务读取HDFS上的数据进行处理。

Linux多进程原理通过fork()系统调用来实现。在Hive中，可以通过配置多个ZooKeeper服务器地址，使得Hive进程能够同时访问多个ZooKeeper节点，实现负载均衡和高可用性。

使用HiveJDBC驱动连接云数据库HCatalog，执行查询语句，获取结果集并处理。

Hive中SQL查询优化技巧包括：使用分区、桶、索引、缓存等技术，避免全表扫描和笛卡尔积操作，减少数据倾斜等。

在Hive中，可以使用压缩编码方式如Gzip、Snappy等对数据进行压缩，以节省存储空间。

使用Hive Metastore服务，配置为外部存储或内部数据库，通过Hive CLI或Web界面进行管理。

Hive中动态SQL执行的方法是使用${hiveconf:变量名}来引用变量，结合set hivevar命令设置变量值。

Hive的存储格式转换方法可以使用ALTER TABLE语句，将原表的数据复制到新表中，并指定目标存储格式。

Hive的元数据存储在关系型数据库（如MySQL）中，包括表结构、分区信息等。

Hive-SQL查询连续活跃登录用户的思路是：首先统计每个用户的登录次数，然后按照登录时间排序，最后筛选出连续登录的用户。