hive 的存储格式

Hive支持的存储数据的格式主要有：textfile（行式存储） 、sequencefile(行式存储)、orc（列式存储）、parquet（列式存储）。

行式存储和列式存储

列式存储是指一列中的数据在存储介质中是连续存储的；行式存储是指一行中的数据在存储介质中是连续存储的。

textfile：默认的存储格式：普通的文本文件，数据不压缩，磁盘的开销比较大，分析开销大。
sequencefile：提供的一种二进制存储格式，可以切割，天生压缩。
rcfile：提供的是一种行列混合存储方式，该方式会把相近的行和列数据放在一块儿，存储比较耗时，查询效率高，也天生压缩。
orc：压缩快,快速列存取 ，效率比rcfile高，是rcfile的一种优化存储。
parquet：相对于orc，parquet压缩比较低，查询效率较低，不支持update、insert。但是parquet支持Impala查询引擎。