大数据干货：Hadoop 面试中 7个必问问题及答案
发布时间：2019-11-02 21:52:24 所属栏目：教程 来源：大数据三十四号
导读：副标题#e# 1.什么是Hadoop? Hadoop是一个开源软件框架，用于存储大量数据，并发处理/查询在具有多个商用硬件(即低成本硬件)节点的集群上的那些数据。总之，Hadoop包括以下内容： HDFS(Hadoop Distributed File System，Hadoop分布式文件系统)：HDFS允许你以
|
Parquet文件是一个columnar文件，如RC和ORC。Parquet文件支持块压缩并针对查询性能进行了优化，可以从50多个列记录中选择10个或更少的列。Parquet文件写入性能比非columnar文件格式慢。Parquet通过允许在最后添加新列，还支持有限的模式演变。Parquet可以使用Avro API和Avro架构进行读写。 所以，总而言之，相对于其他，你应该会更喜欢序列，Avro和Parquet文件格式;序列文件用于原始和中间存储，Avro和Parquet文件用于处理。
（编辑：西安站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |