hive 修改表的存储格式_hive表存储格式及压缩

1.textfile

Hive数据表的默认格式，磁盘开销大，数据解析开销大

存储方式：行存储

压缩方式：使用Gzip,Bzip2等压缩算法压缩，压缩后的文件不支持split

但在反序列化过程中，必须逐个字符判断是不是分隔符和行结束符，因此反序列化开销会比SequenceFile高几十倍。

--创建数据表：

create table if not exists textfile_table(

site string,

url string,

pv bigint,

label string)

row format delimited fields terminated by '\t'

stored as textfile;

--插入数据：

set hive.exec.compress.output=true; --启用压缩格式

set mapred.output.compress=true;

set mapred.output.compression.codec=org.apache.hadoop.io.compress.GzipCodec; --指定输出的压缩格式为Gzip

set io.compression.codecs=org.apache.hadoop.io.compress.GzipCodec;

insert overwrite table textfile_table select * from T_Name;

2.sequencefile

Hadoop API提供的一种二进制文件，以的形式序列化到文件中

存储方式：行