千鋒大數(shù)據(jù)學(xué)習(xí)路線之hive存儲格式，hive的存儲格式通常是三種：textfile、sequencefile、rcfile、orc、自定義set hive.default.fileformat=TextFile; 默認存儲格式為：textfile textFile:普通文本存儲，不進行壓縮。查詢效率較低。

　　1.sequencefile:

　　hive提供的二進制序列文件存儲，天生壓縮。

　　sequeceFile 和 rcfile都不允許使用load方式加載數(shù)據(jù)。需要使用insert 方式插入

　　默認支付壓縮、分割，使用便捷、寫和查詢較快。sequencefile和壓縮屬性可以搭配使用。

　　create table if not exists seq1(

　　id int,

　　name string

　　)

　　row format delimited fields terminated by '\t'

　　lines terminated by '\n'

　　stored as sequencefile

　　;

　　###加載數(shù)據(jù)錯誤方式

　　load data local inpath '/home/user' into table seq1;

　　###加載數(shù)據(jù)正確方式

　　insert into table seq1

　　select * from user1

　　;

　　2.rcfile：

　　rcfile可以進行行列混合壓縮，將附近的列和行的數(shù)據(jù)盡量保存到相同的塊里面，該存儲格式會提高查詢效率，但是寫數(shù)據(jù)較慢。該方式和gzcodeC壓縮屬性結(jié)合不是很好() set mapred.output.compression=true; set mapred.output.compression.codec=org.apache.hadoop.io.compress.GzipCodec;

　　###創(chuàng)建rcfile表：

　　create table if not exists rc1(

　　id int,

　　name string

　　)

　　row format delimited fields terminated by '\t'

　　stored as rcfile

　　;

　　create table if not exists rc2(

　　id int,

　　name string

　　)

　　row format delimited fields terminated by '\t'

　　stored as rcfile

　　;

　　###加載數(shù)據(jù)錯誤方式

　　load data local inpath '/home/user' into table rc1;

　　###加載數(shù)據(jù)正確方式

　　insert into table rc2

　　select * from user1

　　;

　　3.存儲自定義：

　　數(shù)據(jù)： seqyd元數(shù)據(jù)文件： aGVsbG8saGl2ZQ== aGVsbG8sd29ybGQ= aGVsbG8saGFkb29w seqyd文件為base64編碼后的內(nèi)容，decode后數(shù)據(jù)為：

　　##hello,hive

　　##hello,world

　　##hello,hadoop

　　create table cus(str STRING)

　　stored as

　　inputformat 'org.apache.hadoop.hive.contrib.fileformat.base64.Base64TextInputFormat'

　　outputformat 'org.apache.hadoop.hive.contrib.fileformat.base64.Base64TextOutputFormat';

　　LOAD DATA LOCAL INPATH '/home/cus' INTO TABLE cus;

　　通常是使用defaultCodec+rcfile搭配效率最好。