本文对比了Parquet和Hbase的数据存储结构，Parquet的Row group类似HBase的HRegion，而colum trunk对应HBase的Store。关键区别在于，StoreFile包含特定列的值集合，而Parquet的page存储三元组(Repetition Level, Definition Level, value)，支持复杂嵌套数据结构的序列化。"
124870521,11752890,数据中台：自助式数据报表分析系统设计,"['数据库', '数据仓库', '数据报表']
Parquet的Row group相当于HBase的HRegion，Parquet的colum trunk相当于HBase的Store。
HBase的Store由StoreFile组成，Parquet的colum trunk则由最小单位page存储。两者最大差异就在于此，StoreFile仅是存储了某一特定列的阀值范围内的values集合。而colum trunk的每个page则存储了一个三元组(Repetition Level，Definition Level，value)。
通过这个设计巧妙的三元组page结构，Parquet做到了对复杂的嵌套数据结构序列化的支持。
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
