hive存储格式的对和存储压缩相结合

Hive支持的存储数据的格式主要有：TEXTFILE 、SEQUENCEFILE、ORC、PARQUET。

TEXTFILE 、SEQUENCEFILE为行存

ORC、PARQUET为列存

 TextFile格式：默认格式，数据不做压缩，磁盘开销大，数据解析开销大。可结合Gzip、Bzip2使用，但使用Gzip这种方式，hive不会对数据进行切分，从而无法对数据进行并行操作。

Orc格式：Orc (Optimized Row Columnar)是Hive 0.11版里引入的新的存储格式。

文件存储格式的对比：

（1）创建表，存储数据格式为TEXTFILE

create table log_text (
track_time string,
url string,
session_id string,
referer string,
ip string,
end_user_id string,
city_id string
)
row format delimited fields terminated by '\t'
stored as textfile;  //此行可以省略，默认的存储格式就是text