Hive 数仓中大宽表选用 ORC / Parquet 这类列式存储格式,主要优势是?

大数据基础

  1. A.只读取查询涉及的列并按列高效压缩,配合统计信息跳过无关数据块
  2. B.支持在文件中间随机定位并就地更新单行记录,不用重写整个数据文件
  3. C.写入速度远快于文本格式,因为列式存储跳过了编码与压缩这两个步骤
  4. D.文件内容可以用 cat / vim 等文本工具直接打开查看,便于人工排查数据问题