存儲格式：parquet和orc對比

Orc格式 Orc (Optimized Row Columnar)是Hive 0.11版裏引入的新的存儲格式。 如下圖所示可以看到每個Orc文件由1個或多個stripe組成，每個stripe一般爲HDFS的塊大小，每一個stripe包含多條記錄，這些記錄按照列進行獨立存儲，對應到Parquet中的row group的概念。每個Stripe裏有三部分組成，分別是Index Data，Row Dat

>>阅读原文<<