【发布时间】：2014-05-08 14:57:50
【问题描述】：
我在 hive v0.12.0 中运行以下代码，我希望使用不同的方法压缩三个表，因此文件的大小和内容应该不同。
--- Create table and compress it with ZLIB
create table zzz_test_szlib
stored as orc
tblproperties ("orc.compress"="ZLIB")
as
select * from uk_pers_dev.orc_dib_trans limit 100000000;
--- Create table and compress it with SNAPPY
create table zzz_test_ssnap
stored as orc
tblproperties ("orc.compress"="SNAPPY")
as
select * from uk_pers_dev.orc_dib_trans limit 100000000;
--- Create table and DO NOT compress it
create table zzz_test_snone
stored as orc
tblproperties ("orc.compress"="NONE")
as
select * from uk_pers_dev.orc_dib_trans limit 100000000;当我使用 describe 或 Hue 检查表元数据时，我得到：
Name Value Value Value
---------------- ------------------------------------------------ ------------------------------------------------ ------------------------------------------------
tableName test_orc_zlib test_orc_snappy test_orc_none
location:hdfs /user/hive/warehouse/test_orc_zlib /user/hive/warehouse/test_orc_snappy /user/hive/warehouse/test_orc_none
inputFormat org.apache.hadoop.hive.ql.io.orc.OrcInputFormat org.apache.hadoop.hive.ql.io.orc.OrcInputFormat org.apache.hadoop.hive.ql.io.orc.OrcInputFormat
outputFormat org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat
compressed FALSE FALSE FALSE
serializationLib org.apache.hadoop.hive.ql.io.orc.OrcSerde org.apache.hadoop.hive.ql.io.orc.OrcSerde org.apache.hadoop.hive.ql.io.orc.OrcSerde
orc.compress ZLIB SNAPPY NONE
numFiles 1 1 1
totalSize 289970088 289970088 289970088
tableType MANAGED_TABLE MANAGED_TABLE MANAGED_TABLE
在元数据中它显示 compressed=FALSE，但我不知道如何更改它以及这将如何影响。
但如果我比较表的数据，它们所有二进制相同。
[~]$ hadoop fs -ls /user/hive/warehouse/test_orc_*
-rw-r--r-- 3 andrey supergroup 289970088 2014-05-07 13:19 /user/hive/warehouse/test_orc_none/000000_0
-rw-r--r-- 3 andrey supergroup 289970088 2014-05-07 12:34 /user/hive/warehouse/test_orc_snappy/000000_0
-rw-r--r-- 3 andrey supergroup 289970088 2014-05-07 11:48 /user/hive/warehouse/test_orc_zlib/000000_0
我尝试更改/删除这些选项，但没有任何区别：
SET hive.exec.compress.intermediate=true;
SET hive.exec.compress.output=true;
SET mapred.output.compression.type=BLOCK;
另外我尝试使用不同的源表（存储为TEXTFILE），没有区别。
有什么想法或建议吗？
【问题讨论】：
标签： hadoop compression hive cloudera snappy