hadoop和hive压缩格式对比【数据源建议RCFile+bz或RCFile+gz的方式可以节省空间，计算过程建议RCFile+snappy，空间换时间】

hadoop中4种压缩格式的特征的比较
http://my.oschina.net/mkh/blog/335395
Hive数据压缩
http://blog.csdn.net/cnbird2008/article/details/9182869
hive 中间结果和结果数据压缩
http://bupt04406.iteye.com/blog/1152539 http://m.blog.csdn.net/blog/chenyi8888/14281939
在hive中使用压缩需要灵活的方式，如果是数据源的话，采用RCFile+bz或RCFile+gz的方式，这样可以很大程度上节省磁盘空间；

而在计算的过程中，为了不影响执行的速度，可以浪费一点磁盘空间，建议采用RCFile+snappy的方式，这样可以整体提升hive的执行速度。

至于lzo的方式，也可以在计算过程中使用，只不过综合考虑（速度和压缩比）还是考虑snappy适宜。

hadoop，hive启用lzo压缩和创建lzo索引
http://slaytanic.blog.51cto.com/2057708/1162287/