用户工具
创建一个表时可以指定文件存储格式，默认格式是textfile,还有其他sequencefile，rcfile格式
textfile
- textfile为默认格式
- 存储方式：行存储
- 磁盘开销大 数据解析开销大
- 压缩的text文件 hive无法进行合并和拆分
sequencefile
- 二进制文件,以<key,value>的形式序列化到文件中
- 存储方式：行存储
- 可分割 压缩
- 一般选择block压缩
- 优势是文件和hadoop api中的mapfile是相互兼容的。
rcfile
- 存储方式：数据按行分块 每块按照列存储
- 压缩快 快速列存取
- 读记录尽量涉及到的block最少
- 读取需要的列只需要读取每个row group 的头部定义。
- 读取全量数据的操作 性能可能比sequencefile没有明显的优势
当只访问某个列时，速度非常快，亲测
