[Hive_add_9] Hive 的存储格式

---

0. 说明

　　Hive 的存储格式 | textfile | sequencefile | rcfile | orc | parquet |

---

1. Hive的存储格式

　　1.1 textfile

　　行式存储 

　　1.2 sequencefile

　　二进制的k-v对，行式存储

　　配置块压缩

　　SET hive.exec.compress.output=true;

　　SET io.seqfile.compression.type=BLOCK;

　　1.3 rcfile

　　列式存储

　　先将数据进行横切(4M),成为行组，行组内又纵向切割分为多个字段

　　1.4 orc

　　列式存储

　　比 rc 文件更大的块(256M),优化磁盘的线性读取，通过指定的编码器确定数据类型并优化压缩
　　还存储了基本统计数据，比如 min，max，sum，count。。。

　　1.5 parquet

　　列式存储

　　适用范围更广(在 Hadoop 生态系统中)
　　适用于嵌套文件格式

---

2. 测试 

　　使用 duowan 数据

　　设置 Hive自动使用本地模式

SET hive.exec.mode.local.auto=true;

　　输入文件大小低于此值会进入本地模式

SET hive.exec.mode.local.auto.inputbytes.max=500000000;

　　输入文件个数低于此值会进入本地模式

SET hive.exec.mode.local.auto.input.files.max=5;

　　设置seqFile使用块压缩

SET hive.exec.compress.output=true;
SET io.seqfile.compression.type=BLOCK;

---