标签：
Hive文件存储格式包括以下几类：
1.TEXTFILE
2.SEQUENCEFILE
3.RCFILE
4.ORCFILE(0.11以后出现)
其中TEXTFILE是默认格式，建表是不指定默认为这个格式，导入数据时会直接把数据文件拷贝到HDFS上不进行处理。SEQUENCEFILE、RCFILE、RCFILE格式的表不能直接从本地文件导入数据，数据要先导入到TEXTFILE格式的表中，然后再从表中用insert导入到SEQUENCEFILE、RCFILE、ORCFILE等。
前提创建环境：hive0.8
创建一张testfile_table表，格式为textfile：
加载数据：
一、TEXTFILE
默认格式，数据不做压缩，磁盘开销大，数据解析开销大。
可结合Gzip、Bzip2使用(系统自动检查，执行查询时自动解压)，但是使用这种方式，hive不会对数据进行切分，从无法对数据进行并行操作。
示例：
二、SEQUENCEFILE
SEQUENCEFILE是hadoop API提供的一种二进制文件支持，其具有使用方便、可分割、可压缩的特点。SEQUENCEFILE支持三种压缩选择：NONE、RECORD、BLOCK。RECORD压缩率低，一般建议使用BLOCK压缩。
示例：
三、RCFILE
RCFILE是一种行列存储相结合方式。首先，其将数据按行分块，保证同一个record在一个块上，避免读一个记录需要读取多个block块。其次块数据列式存储，有利于数据压缩和快速的列存取。
示例：
标签：
原文地址：http://www.cnblogs.com/thinkpad/p/5173678.html
