1:最主流的四种
gzip 压缩比较高,不可 split (行文件),hadoop 自带 (apache 协议)
lzo 支持 split,但需要额外的索引文件,自定安装( GPL 协议)
snappy 压缩速度快,压缩比一般,不可 split (行文件),自定安装( GPL 协议)
bzip 压缩比最高,但是压缩慢,自定安装
压缩格式gzip/snappy/lzo/bzip2 比较与总结_zzhongcy的博客-CSDN博客_lzo压缩比例
1. Data Modeling in Hadoop - Hadoop Application Architectures [Book]
2:列存文件即使使用 gzip和