數據倉庫系列（18）：存儲成本管理

（一）數據壓縮 數據壓縮是在以Hadoop爲主要構架的數據倉庫中常見的數據處理方式，一方面適當的壓縮數據，可以有效的提升MR計算任務時數據傳輸的效率，另外一方面因爲HDFS自身的三備份策略，致使數據存在比較大的冗餘，經過壓縮可以下降存儲的成本。算法 在進行數據壓縮前，須要考慮以下幾方面的事情：app 1. 所採用的的壓縮算法是否支持文件的分片讀取，是否支持MR的並行讀取；框架 2. 壓縮算法的I/

>>阅读原文<<