Ying’s Blog · 2024-01-01T08:06:21Z 大数据列存储文件格式 💡 原文中文，约9400字，阅读约需23分钟。 📝 内容提要 本文介绍了文件存储格式的设计和大数据为何偏爱列存储，列存储在IO效率、压缩技术、延迟物化和缓存性能方面具有优势。文章还介绍了Apache ORC和Apache Parquet的文件结构和代码示例，最后总结了ORC和Parquet的比较以及现代存储格式设计的局限性。 🏷️ 标签 Apache ORC IO效率 列存储 压缩技术 大数据 存储 文件存储格式 阅读原文 生成长图 分享链接 已复制链接
