097-尚硅谷-Hive-压缩和存储 行式&列式存储说明

好，那have，我说这个文件格式呢，主要有这么四种。Fair默认的是不是它呀，对吧，我们看到之前我们一直没有改默认就是它还有一个s fair这个东西，大家好像也用过自定一的这种对吧，然后还有两个orc可以。帕啊，这个是所谓的叫文件格式啊，叫文件格式跟刚才那个斯利拉斯罗还不一样。斯奈比拉缩罗，这个是属于压缩方式，这个是属于文件格式，文件格式那这个have当中支持的其实还比较多的，还有一些呢，大家以后会遇到啊呃，有CSV文件，还有TS文件，就是文件的某一个后缀，对吧？点什么东西啊，是类似这样的，那这两个东西呢，其实TSV呢，在对有同学知道制表符就是说以杠T分割的文件啊，它是属于这个TSV的文件格式，CSV呢，逗号对，CSV逗号其实在MYSO里边，它就是拿逗号分割的CSV的，那都是你要进到你Windows的那个MYS存储数据的目录，你能看到很多CSVCSV呢，在Windows里边是支持的啊，也就是说我们给大家建一个CSCSV大家看一下啊。

嗯，A点我把那个忽略名改成什CV，你看一下他什么表格买搜个存储格式，默认就用了C啊，那这个东西呢，我们给他看一下啊，确实逗号分割的来我们直接编辑对吧，直接编辑我用什么呢？A逗号B逗号CCTRS做一个保存啊注意我里面是不是写的逗号对吧？因为CSV呢，它其实就是一个逗号分割的文件，然后我们直接双击打开，你看一下变成什么效果。

ABC对吧，这就是Windows可识别的，但是Windows不识别TSV啊，就没法显示TSV呢，其实就是说如果你看到TSV文件，它里边是按杠T的。制表符分隔的啊，这个就属于我们所聊的叫文件格式。T fair就是普通的最普通的文本文件，对吧？Fair序列have啊好，还有包了这两个呢，啊没有见过，那那这是have当中主要支持的，这个呢，分成两部分来看，前面两个呢，它是基于行存的，后面两个呢，基于列存的啊好，那我们再来看一看什么是行存，什么是列存。你看对于我们数据而言，这张表是不是应该这个样子。没问题吧，我们看到ABC3个列，这是里边的A1B1C1，什么A2B2C2，这是里边的数据，如果看这是所谓的行存。

就是说大家能看到这个数据呢，是不是先把一行存完，然后再去存什么，下一行再去存下一行，一行的数据是放在一起的，就是我找到这一行的第一个元素，后面这一行数据全部都挨在一起的，如果说类似于你要做什么C新这种操作，你用行存可能更好一点。对吧，因为它一次加载一行数去，那如果说我们找的是c select a from这张表，那你说它找的时候是不是效率比较低了，因为我要的是A，是不是要把这个东西给我们输出，他在文件里边是不是A。A2A3A4A5是跳着把我们数据找出来。对吧，那我们看一下所谓的列存，列存呢，就是说把我们这一个列怎么样啊，你看挨在一起存的这一列数据存完之后我存什么第二列再存第三列。

啊，这就所谓的列存，那其实航存呢，我们刚才说了，如果说你C那个新，其实行存比较好，效率比较高，但是我们刚才说了，如果说我们只C那的A，你想想看哪个效率高呀，那是候我只要找到A所在的位置，我往后读就行了，只到B的时候我就不要了，我就知道这一列干什么读完了，对吧？而刚才如果说对于航存的时候，我们去C加A这个字段，那你找的数据是不是这些东西是跳着的，它不是连续的，对吧？啊，效率肯定会低一些，那就看其实更多的时候我们还是C量的单个。列会多一些，因为我们说在搜个当中，其实尽量的不要写什么c select新对吧？啊，尽量的不要写select型，所以呢，呃，在生产环境当中，劣势存储用的会更多一些，劣存用的更多一些，现在应该这两个存储方式应该没啥问题吧，对吧，比较简单对吧？啊这是关于这个说明啊。