Java API 读取Hive Orc文件

Orc是Hive特有的一种列式存储的文件格式，它有着非常高的压缩比和读取效率，因此很快取代了之前的RCFile，成为Hive中非常常用的一种文件格式。

在实际业务场景中，可能需要使用Java API，或者MapReduce读写Orc文件。

本文先介绍使用Java API读取Hive Orc文件。

在Hive中已有一张Orc格式存储的表lxw1234:

该表有四个字段：url、word、freq、weight，类型均为string；

更多精彩内容 点我学

数据只有5条：

 

下面的代码，从表lxw1234对应的HDFS路径中使用API直接读取Orc文件：

1. package com.lxw1234.test;
2.  
3. import java.util.List;
4. import java.util.Properties;
5.  
6. import org.apache.hadoop.fs.Path;
7. import org.apache.hadoop.hive.ql.io.orc.OrcInputFormat;