Hive parquet數據格式內部結構

parquet是一個列式存儲格式，對於大型查詢、指定列查詢都是高效的，內部由一個header，四個block，一個footer組成。 header中只包含一個4個字節的數字PAR1用來識別整個Parquet文件格式 文件中所有的metadata都存在於footer中 footer中的metadata包含了格式的版本信息，schema信息、key-value paris以及所有block中的meta

>>阅读原文<<