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。