hive存储数据格式主要分类

Hive是建立在Hadoop上的一种数据仓库工具，它支持多种数据存储格式，如下：

1. 文本格式（Text）：纯文本行的数据文件，每行以换行符结束。Hive可以将文本格式数据转换成表格格式数据并进行查询。例如：

1, John, 26, male
2, Sarah, 22, female
3, Tom, 30, male

2. 序列化文件格式（SequenceFile）：由Hadoop序列化文件（SequenceFile）生成的二进制文件，通常用来存储序列化的复杂数据类型（如对象）。例如：

Key: 1	Value: {name: "John", age: 26, gender: "male"}
Key: 2	Value: {name: "Sarah", age: 22, gender: "female"}
Key: 3	Value: {name: "Tom", age: 30, gender: "male"}

3. 列存储格式（Columnar）：基于列存储的数据格式，不同于行存储，它把表中每一列的数据存储在一起形成一个文件，具有更高的压缩比和更好的查询性能。Hive支持多种列式存储格式，如ORC（Optimized Row Columnar）、Parquet等。

4. Avro格式（Avro）：Avro是一种基于Schema的数据交换格式，使用JSON来序列化数据。Hive支持Avro格式的数据，可以通过Hive-Serde（Hive的序列化/反序列化库）来读取和写入Avro数据。

5. RC文件格式（RCFile）：RC（Record Columnar）文件格式是一种基于行的列存储格式，它将行拆分为不同的列块，每个列块都是一个二进制数据。RC文件格式包含一个头文件和多个数据文件，其中头文件包含了各个数据块的位置和大小等信息。

以上是Hive支持的主要数据存储格式，不同格式的数据适用于不同的场景，需要根据实际需求选择合适的数据存储格式。