创建ORC结果表

本页目录

• 创建ORC结果表
• DDL定义
• WITH参数

创建ORC结果表

ORC(Optimized Row Columnar)是Hadoop生态圈中的一种列式存储格式。ORC产生于2013年初，最初产生自Apache Hive，用于降低Hadoop数据存储空间和加速Hive查询速度。和Parquet类似，它并不是一个单纯的列式存储格式，仍然是先根据行组分割整个表，在每一个行组内进行按列存储。ORC文件是自描述的，它的元数据使用Protocol Buffers序列化，并且文件中的数据尽可能的压缩，以降低存储空间的消耗。目前ORC也被Spark SQL、Presto等查询引擎支持。但是Impala对于ORC目前没有支持，仍然使用Parquet作为主要的列式存储格式。2015年ORC项目被Apache项目基金会提升为Apache顶级项目。

DDL定义

Flink支持使用ORC格式文件作为输出，示例代码如下。

1. create table orc_source(
2. id int,
3. user_name VARCHAR,
4. content VARCHAR,
5. primary key(id)
6. ) with (
7. type='orc',
8. filePath='hdfs://hdfshome/orcpath/test'
9. );

WITH参数

参数	注释说明	备注
filePath	文件路径	目前支持hdfs、oss两种文件系统。
writeMode	无	默认为None
compressionCodecName	压缩格式	无

本文转自实时计算—— 创建ORC结果表