千鋒教育-做有情懷、有良心、有品質的職業(yè)教育機構
一般選擇ORC+bzip/gzip作為數(shù)據(jù)源的存儲，選擇則ORC+Snappy作為中間數(shù)據(jù)的存儲，分區(qū)表單文件不大可以采用gzip壓縮，桶表需要用bzip或lzo支持分片的方式壓縮
設置壓縮建表時指定"stored as orc tblproperties ("orc.compress"="gzip")"
設置set hive.exec.compress.intermediate=true開啟中間數(shù)據(jù)壓縮
然后設置mapred.map.output.compression.codec指定中間數(shù)據(jù)的壓縮方式
設置 set hive.exec.compress.output=true 開啟輸出文件壓縮
然后設置 mapred.output.compression.codec 指定輸出文件的壓縮方式。
下一篇
Hive和Hbase區(qū)別
hive外部表是使用external關鍵字并指定一個hdfs目錄創(chuàng)建的表。hive內部表在創(chuàng)建時會在對應hive目錄下創(chuàng)建相應的文件夾，外部表則以指定文件夾為...詳情>>
2022-09-02 17:21:00
Checkpoint是為runtime準備的，Savepoint 是為用戶準備的。Checkpoint 機制的目標在于保證Flink作業(yè)意外崩潰重啟不影響exactly once 準確性，通...詳情>>
2022-09-02 16:59:22
State：指一個具體的Task/Operator的狀態(tài)。State可以被記錄，在失敗的情況下數(shù)據(jù)還可以恢復，F(xiàn)link中有兩種基本類型的State： Keyed State， Op...詳情>>
2022-09-02 16:59:19
Flink 內部是基于producer-consumer模型來進行消息傳遞的，F(xiàn)link的反壓設計也是基于這個模型。Flink 使用了高效有界的分布式阻塞隊列，就像 Jav...詳情>>
2022-09-02 16:59:16
雖說水位線(Watermark)表明早于它的事件不應該再出現(xiàn)，但是接收到水位線以前的的消息是不可避免的，這就是所謂的遲到事件。實際上遲到事件是亂...詳情>>
2022-09-02 16:59:00大數(shù)據(jù)kafka常見面試題——如何搭建kafka？
沸大數(shù)據(jù)kafka常見面試題——kafka中如何避免重復消費
熱大數(shù)據(jù)面試題之多種方法創(chuàng)建dataframe
熱大數(shù)據(jù)Hadoop面試題——Hadoop干什么用的？
新大數(shù)據(jù)行業(yè)2年工作經(jīng)驗的面試題有哪些？
大數(shù)據(jù)kafka面試題——kafka和flume的區(qū)別是什么？
大數(shù)據(jù)部署Kafka面試題解析：實時同步Kafka
大數(shù)據(jù)部署Kafka面試題：Kafka的部署與管理
大數(shù)據(jù)面試中關于kafka原理的面試題
揭秘大數(shù)據(jù)面試必考面試題：快速掌握關鍵知識！
Copyright 2011-2025
北京千鋒互聯(lián)科技有限公司
京ICP備12003911號-3
京公網(wǎng)安備 11010802030320號
千鋒教育 運營主體：北京千鋒互聯(lián)科技有限公司，屬具備計算機技術培訓資質的教育培訓機構。
