Hadoop 文件格式与优化 | Parquet, ORC & File Optimization

行存储与列存储、Parquet/ORC 内部结构、五类读取优化、小文件治理与 Compaction —— Hadoop 学习系列双语笔记。

📅 Hadoop Parquet ORC Columnar Storage
GitHub 源码仓库
学习目标

区分 HDFS 与文件格式的职责、行存与列存的取舍、Parquet Row Group 与 ORC Stripe 的结构，以及分区裁剪、谓词下推等五类读取优化与安全 Compaction 流程。

预计阅读

约 20 分钟

前置知识

HDFS 架构与可靠性工程

正在加载内容…

本页内容与仓库 Markdown 同源维护：更新对应 content/ 目录下的 Markdown 即可更新本页。