Hive存储引擎
为什么Hive会有多种存储格式?因为Hive是文本批处理系统,所以就存在一个往Hive中导入数据的问题,首先数据的存储格式有多种,比如数据源是二进制格式, 普通文本格式等等,而Hive强大之处不要求数据转换成特定的格式,而是利用Hadoop本身InputFormat API来从不同的数据源读取数据,同样地使用OutputFormat API将数据写成不同的格式。所以对于不同的数据源,或者写出不同的格式就需要不同的对应的InputFormat和Outputformat类的实现。
实际上hive使用一个TextInputFormat对象将输入流分割成记录,
然后使用一个HiveIgnoreKeyTextOutputFormat对象来将记录格式化为输出流(比如查询的结果),
再使用Serde在读数据时将记录解析成列。在写数据时将列编码成记录。
所以stored as ''只是决定了行级别(记录级别 )的存储格式,
而实际将记录解析成列依靠的则是Serde对象,比如hive默认的
ROW FORMAT