ORC和Parquet是两种列式存储格式，分别源自Hive和Twitter/Cloudera。ORC适合Hive事务表，支持ACID，且在整数和时间戳数据上压缩效果好。Parquet是跨引擎的通用格式，广泛应用于AI和数据分析工具。选择时需考虑具体应用场景和数据特性。

本文比较列存轻量编码与通用压缩。在相同TPC-H数据上，Parquet默认字典对有序整数压缩效果反而更差，DELTA_BINARY_PACKED更小；ORC对整数不建字典，字符串仅判断一次，容易选错编码。排序可大幅改变压缩效果。zstd的收益多来自文本列。DuckDB采用全量分析，BtrBlocks通过采样选择编码更优，但采样存在固定开销与偏差。