【文件存儲(chǔ)格式】
在建表語句中通過" STORED AS FILE_FORMAT" 指定罗标。
- TEXTFILE：默認(rèn)格式，數(shù)據(jù)不做壓縮愕提，磁盤開銷大馒稍，數(shù)據(jù)解析開銷大，結(jié)合Gzip/Bizp2使用浅侨，采用此種方式不支持對數(shù)據(jù)進(jìn)行切分纽谒，從而無法實(shí)現(xiàn)數(shù)據(jù)的并行操作。
- SEQUENCEFILE：Hadoop API提供的一種二進(jìn)制文件如输，使用方便鼓黔，支持?jǐn)?shù)據(jù)切分與壓縮。有三種壓縮方式不见，NONE澳化，RECORD（壓縮率低）、BLOCK（推薦使用）稳吮。
- RCFILE：一種行列存儲(chǔ)相結(jié)合的方式缎谷。首先將數(shù)據(jù)按行分塊，保證同一行記錄在同一個(gè)塊上灶似；其次將塊數(shù)據(jù)進(jìn)行行列式存儲(chǔ)列林，這樣有利于數(shù)據(jù)壓縮和快速的列存儲(chǔ)瑞你。采用這種格式在數(shù)據(jù)加載時(shí)耗費(fèi)的性能較大，但是具備較好的數(shù)據(jù)壓縮比和查詢響應(yīng)希痴，在一次寫入多次讀取的場景下推薦采用者甲。
- 自定義格式：當(dāng)用戶的數(shù)據(jù)文件格式不能被Hive識(shí)別時(shí)，通過實(shí)行InputFormat和OutputFormat來自定義輸入輸出格式砌创。
