Hive ORC和Parquet

相比傳統數據庫的行式存儲引擎，列式存儲引擎具備更高的壓縮比，更少的IO操做，尤爲是在數據列不少，但每次操做僅針對若干列進行查詢和計算的情景，列式存儲引擎的性價比更高。數據庫 目前在開源實現中，最有名的列式存儲引擎莫過於Parquet和ORC，而且他們都是Apache的頂級項目，在數據存儲引擎方面發揮着重要的做用。apache 本文將重點講解ORC文件存儲格式，Parquet暫不深刻說明，後續抽時間

>>阅读原文<<