Hive ORC文件格式存储与测试(Malformed ORC file解决)
2015-12-06 10:39
1001 查看
Hive本身支持好多种数据格式,其中OrcFile是当前压缩比最大的一个。因此进行该方面的实践。
采用建表过程中,直接:stored as orc,就可以指定。
然而用传统文本文件导入的方式,再进行查询测试,如select count(*) from table XX. 则会出现:Failed
with exception java.io.IOException:java.io.IOException: Malformed ORC file的问题。
找到解决办法,由于TXT文档导入,无法生成ORC数据结构,所以需要先导入临时表,再从临时表中再导到ORC表中。
命令如下:INSERT
INTO TABLE XX partition(year=2015,month=12,day=1,hour=0) SELECT * FROM XXX;
这样的话,可以明显看到里面有三个步骤。需要进行三次mapreduce.
插入结果,对比大小,还是十分令人振奋的。从200多M,直接变为几K。
而且进行查询,发现查询速度还是比普通的提高很多!
采用建表过程中,直接:stored as orc,就可以指定。
然而用传统文本文件导入的方式,再进行查询测试,如select count(*) from table XX. 则会出现:Failed
with exception java.io.IOException:java.io.IOException: Malformed ORC file的问题。
找到解决办法,由于TXT文档导入,无法生成ORC数据结构,所以需要先导入临时表,再从临时表中再导到ORC表中。
命令如下:INSERT
INTO TABLE XX partition(year=2015,month=12,day=1,hour=0) SELECT * FROM XXX;
这样的话,可以明显看到里面有三个步骤。需要进行三次mapreduce.
插入结果,对比大小,还是十分令人振奋的。从200多M,直接变为几K。
而且进行查询,发现查询速度还是比普通的提高很多!
相关文章推荐
- 某去网的mapreduce面试题
- 最优布线问题
- Java学习笔记(集合_1)
- C#基础篇一
- 关于Keil的安装与注册
- VCS filelist 文件格式
- 微信学习系列之一:定时获取微信access_token的线程
- 最短路径问题
- android测试框架
- 用C++程序在excel表中添加批注时的注意事项
- 1032. Sharing (25)
- 【C++】基础知识—引用和指针引用
- PHP学习随想之“思维逻辑”与“记忆”
- 汽车加油问题
- 带你走进ajax(3)
- 上传图片
- 带你走进ajax(3)
- o] TortoiseGit错误 - Could not get all refs. libgit2 returned: corrupted loose reference file
- 1031. Hello World for U (20)
- 给dede栏目添加上缩略图功能