大數據列式存儲 Parquet 和 ORC 簡介

大數據列式存儲 背景 隨着大數據 Hadoop/Spark 生態的不斷髮展和成熟，TextFile、CSV這些文本格式存儲效率低，查詢速度慢，往往不能很好地滿足大數據系統中存儲和查詢的需求，列式存儲也在大數據社區逐漸興起到成熟。目前，使用比較廣泛的列式存儲主要是 Apache Parquet 和 Apache ORC，Parquet 由谷歌的 Dremel 發展而來，由Twitter 貢獻給社區，

>>阅读原文<<