?Hive目前支持的數(shù)據(jù)格式包括Text File框沟、SequenceFile飞涂、RCFile、Avro、ORC 和Parquet咙轩，同時可以自定義INPUTFORMAT和OUTPUTFORMAT來支持其他格式殴泰。
https://cwiki.apache.org/confluence/display/Hive/FileFormats
?具體到某種數(shù)據(jù)格式巧还，Hive是如何進(jìn)行支持的呢穗泵？主要涉及INPUTFORMAT/OUTPUTFORMAT、SerDe分片（Split）和記錄（Record）等概念盗尸。
?具體來說柑船，分片被劃分為若干個記錄；每條記錄就是一個鍵值對泼各，對應(yīng)一行鞍时。InputFormat將輸入文件生成分片，并將分片分割成記錄扣蜻。SerDe是SerializerDeserializer的縮寫逆巍。以Hive讀取HDFS文件為例，會有以下處理：
1）調(diào)用InputFormat莽使，將文件生成分片并分割成記錄锐极；
2）調(diào)用SerDe的Deserializer，將一行(Row)芳肌，切分為各個字段灵再。
?Hive向HDFS寫入文件時，順序相反亿笤。大體流程如下所示：
HDFS files --> InputFileFormat --> Deserializer --> Row object --> Serializer --> OutputFileFormat --> HDFS files
1翎迁、INPUTFORMAT/OUTPUTFORMAT
通常，Hive中的建表語句如下：
CREATE TABLE my_table(a string, b string, ...)
COMMENT 'This is the page view table'
PARTITIONED BY(dt STRING, country STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\001'
WITH SERDEPROPERTIES (
"separatorChar" = "\t",
"quoteChar" = "'",
"escapeChar" = "\\"
)
STORED AS TEXTFILE;
?INPUTFORMAT/OUTPUTFORMAT對應(yīng)創(chuàng)建表時的STORED AS語句净薛，如果自定義編寫的INPUTFORMAT/OUTPUTFORMAT汪榔，在創(chuàng)建表時可以寫成STORED AS INPUTFORMAT '<packagepath.classname>' OUTPUTFORMAT '<packagepath.classname>' 的形式。
?Hive中支持的format參照https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualDDL-StorageFormats
2罕拂、SerDes
?官方wikihttps://cwiki.apache.org/confluence/display/Hive/SerDe
?TEXTFILE格式使用默認(rèn)的SerDe，LazySimpleSerDe全陨。
?Hive中支持的SerDe參照https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualDDL-RowFormats&SerDe
?總結(jié)：Metastore對文件格式的支持基于以上概念和原理爆班，如果有自定義格式的需求（以JSON為例），無論基于現(xiàn)有的開源方案辱姨，還是自定義編寫柿菩，都是可以的。
