谨慎修改ORC文件

一、背景

• 由于历史原因， 有些表并未使用 ORC 格式，而是直接才用了 TextFile 格式， 随着业务的迭代， 表越变越大，导致存储资源十分紧张。为了节省存储空间，经过调研，我们决定采用 ORC 格式，大概可以节省 75% 的存储空间， 对于 PB 级别的数据， 是十分可观的。
• 在做完 ORC 格式后，我们又对这些表进行拉链操作。拉链的过程，遇到一个十分怪异的错误。不管使用 Hive 还是 Spark 都会抛出异常，导致 SQL 失败。

Spark 报错：

Most recent failure:
Lost task 1.1 in stage 0.0 (TID 2, master02, executor 4): java.lang.ClassCastException: org.apache.spark.sql.catalyst.expressions.MutableAny cannot be cast to org.apache.spark.sql.catalyst.expressions.MutableLong
    at org.apache.spark.sql.catalyst.expressions.SpecificInternalRow.s