最全的Spark基礎知識解答

​​一、選擇Parquet + 優化Parquet   大數據領域中對數據的一次處理往往只針對一行數據中的若干列，因此列式存儲是大數據領域中最常見的數據存儲優化方式，而Parquet毫無疑問是其中最優秀的代表。   Parquet存儲格式   Parquet以其獨特的存儲格式可以取得良好的數據壓縮率和數據讀取速度而廣受青睞。Spark-2.0 特別針對Parquet做了優化，使其讀取性能更上了一個

>>阅读原文<<