压缩格式的设置

set mapred.output.compression=

压缩格式 工具 算法 扩展名 是否支持分割 Hadoop编码/解码器
default deflate .deflate No org.apache.hadoop.io.compress.DefaultCodec
gzip gzip deflate .gz No org.apache.hadoop.io.compress.GzipCodec
bzip2 bzip2 bzip2 .bz2 Yes org.apache.hadoop.io.compress.BZip2Codec
LZO Lzop LZO .lzo Yes(if index) org.apache.hadoop.lzo.LzoCodec
LZ4 LZ4 .lz4 No org.apache.hadoop.io.compress.Lz4Codec
Snappy Snappy .snappy No org.apache.hadoop.io.compress.SnappyCodec

案例

压缩格式压缩率

压缩格式 解压缩速度 压缩比 是否支持分片 优缺点
Snappy 解压缩速度快 压缩比低 不支持分片 支持hadoop native库；hadoop本身不支持，需要安装；linux系统下没有对应的命令
LZO 解压缩速度快 压缩比低 支持分片 需在linux系统下自行安装lzop命令，使用方便；lzo虽然支持split，但需要对lzo文件建索引，否则hadoop会把lzo文件看成一个普通文件。
GZIP 解压缩速度慢 压缩比高 不支持分片 hadoop本身支持，在应用中处理gzip格式的文件和直接处理文本一样，有hadoop native库，大部分linux系统都自带gzip命令。
BZIP2 解压缩速度慢 压缩比高 支持分片 hadoop本身支持，在linux系统下自带bzip2命令；不支持native

hive支持的压缩算法的更多相关文章

  1. hive支持sql大全（收藏版）

    hive操作数据库还是比较方便的,因此才会有hbase与hive整合.下面我们hive的强大功能吧.为了增强阅读性,下面提几个问题: 1.hive支持哪些运算符? 2.hive是否支持左右连接? 3. ...

  2. Hive支持行级update、delete时遇到的问题

    Hive从0.14版本开始支持事务和行级更新,但缺省是不支持的,需要一些附加的配置.要想支持行级insert.update.delete,需要配置Hive支持事务.(行级的insert好像不配置也能运 ...

  3. Hive支持的文件格式和压缩格式及各自特点

    Hive中的文件格式 1-TEXTFILE 文本格式,Hive的默认格式,数据不压缩,磁盘开销大.数据解析开销大. 对应的hive API为:org.apache.hadoop.mapred.Text ...

  4. hive支持sql大全

    转自:http://www.aboutyun.com/thread-7316-1-1.html 一.关系运算:1. 等值比较: = 语法:A=B 操作类型:所有基本类型 描述: 如果表达式A与表达式B ...

  5. hive支持in用法是从0.3.2版本后

    写hive 用in 如分时段,分类型,分平台统计点击量 select substr(createtime,12,2) hour,logtype,os_id,count(*)  from  wizad_ ...

  6. hive支持事务及单行操作 update delete

    测试环境  Hive 1.2.1000.2.6.0.3-8 set hive.support.concurrency=true; set hive.exec.dynamic.partition.mod ...

  7. 配置Hive 支持 JSON 存储

    1.说明 hive默认使用分隔符如空格,分号,"|",制表符\t来格式化数据记录,对于复杂数据类型如json,nginx日志等,就没有办法拆分了,这时候需要更加强大的SerDe来处 ...

  8. Pentaho的Mondrian对Hive的支持

    需求描述 考虑直接在Hive或者Impala等Big Data方案,能够支持MDX查询,现调研一下Mondrian对hive的支持情况. 环境准备 hive环境,采用hive-0.10-cdh4.2. ...

  9. Hive ACID和事务表支持详解

    一.ACID介绍 ACID就是常见数据库事务的四大特性:Atomicity(原子性).Consistency(一致性).Isolation(隔离性).Durability(持久性). 在Hive 0. ...

  10. hive如何配置支持事务及insert、update、delete

    Hive从0.14版本开始支持事务和行级更新,但缺省是不支持的,需要一些附加的配置.要想支持行级insert.update.delete,需要配置Hive支持事务. 一.Hive具有ACID语义事务的 ...

随机推荐

  1. case语法案例

    case语法案例 制作nginx启停脚本 1.条件: 2.思路: 3.脚本 添加删除openvppn用户的脚本 1.实现要求 2.具体脚本 case语法案例 制作nginx启停脚本 1.条件: 启动服 ...

  2. org.aspectj.lang不存在,引入失败。

    问题:添加了依赖,或引入了jar包但是写aspect类时无法引入 解决办法:

  3. java方法的笔记

    方法 方法的概念 方法(method)是将具有独立功能的代码块组织成为一个整体,使其具有特殊功能的代码集 注意: 方法必须先创建才可以使用,该过程成为方法定义 方法创建后并不是直接可以运行的,需要手动 ...

  4. （二）用go实现二叉查找树

    本篇,我们用go简单的实现二叉查找树. 1.节点定义 type BSNode struct{ data int left, right, parent *BSNode } 2.前序遍历 func (p ...

  5. defineProperty和Proxy

    Proxy  JS标准内置对象 const p = new Proxy(target, handler) 创建一个对象的代理: let obj = { a: { b: { c: 1 } } } let ...

  6. ThreadMBean

    package com.google.thread3; import java.lang.management.ManagementFactory; import java.lang.manageme ...

  7. IO学习笔记（全）

    IO学习笔记 目录 IO学习笔记 一.IO前置知识--Linux系统 1.1 Linux系统--虚拟文件系统(VFS) 1.1.1 首先我们来了解一下Linux中的文件描述 1.1.2 文件类型 父子 ...

  8. (0617 ) centos7运行脚本提示: 没有那个文件或目录 :No such file or directory

    https://blog.csdn.net/hehuihh/article/details/88174007 之前也 遇到: https://www.cnblogs.com/fancy2333/p/1 ...

  9. CNN模型踩坑记录

    刚刚在跑textCNN的模型,加载了字典后,在同样的输入下模型的输出一直在变化,先发现损失函数一直在变化,不停debug之后发现是模型的输出一直在变化,在模型输入一直不变下模型输出不同,最后发现是模型 ...

  10. Camstar报错：cannot be accessed through null object reference at CDO 'xxx'