Hive-4-Hive的文件格式

Hive文件格式

1、 TextFile

 

默认文件格式

数据不做压缩,磁盘开销大,数据解析开销大,可以结合Gzip、Bzip2使用(系统自动检测,执行查询时自动解压)

数据不会被Hive切分,所以无法对数据进行并行操作

创建命令:

 

2、 SequenceFile

 

是Hadoop API提供的一种二进制文件支持

使用方便、可分割、可压缩的特点

支持三种压缩方式:NONE\RECORD(压缩率低)\BLOCK(建议使用)

创建命令:


第二个红框是设置压缩方式,sequencefile和RCFile格式不能直接从本地文件导入数据,数据必须要先导入到TextFile格式的表中,然后再从TextFile表中用Insert导入到SequenceFile和RCFile表中

3、 RCFile

 

Facebook开发,行列存储相结合的存储方式

压缩比更高

读取列更快

RCFile存储结构遵循“先水平划分,再垂直划分”的设计里面,如图:


首先,RCFile保证同一行的数据位于同一个节点上,其次,像列存储一样,RCFile能够利用列唯独的数据压缩,并且能够跳过不必要的列读取

创建命令:

 

4、 自定义

 

当用户的数据文件格式不能被当前Hive使用的时候,可以自定义文件格式,通过实现InputFormat和OutputFormat自定义输入输出格式

创建命令:

 

 

5、 Hive三种文件格式的比较

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值