Apache ORC - 适用于 Hadoop 工作负载的最小、最快的列式存储
ORC 是一种自述性的具有类型意识的列式文件格式,专门用于 Hadoop 工作负载。它针对大型流式读取进行了优化,同时集成了快速查找所需行的支持。将数据存储在列式格式中,使读取器只需读取、解压缩和处理当前查询所需的值。由于 ORC 文件具有类型意识,写入器会根据类型选择最适合的编码,并在写入文件时构建内部索引。谓词推下使用这些索引来确定文件中哪些条带需要为特定查询进行读取,而行索引则可将搜索范围缩小到 10,000 行的特定集合。ORC 支持 Hive 中的完整类型集,包括复杂类型:结构、列表、映射和联合。
| 分支 | 构建状态 |
|---|---|
| 主页 | |
| branch-2.3 | |
| branch-2.2 | |
| branch-2.1 | |
| branch-2.0 | |
| branch-1.9 |
暂无开放 Issues，或尚未同步最近议题。