本文共 639 字，大约阅读时间需要 2 分钟。
ORC(Optimized Row Columnar)是Hadoop生态圈中的一种列式存储格式。ORC产生于2013年初，最初产生自Apache Hive，用于降低Hadoop数据存储空间和加速Hive查询速度。和Parquet类似，它并不是一个单纯的列式存储格式，仍然是先根据行组分割整个表，在每一个行组内进行按列存储。ORC文件是自描述的，它的元数据使用Protocol Buffers序列化，并且文件中的数据尽可能的压缩，以降低存储空间的消耗。目前ORC也被Spark SQL、Presto等查询引擎支持。但是Impala对于ORC目前没有支持，仍然使用Parquet作为主要的列式存储格式。2015年ORC项目被Apache项目基金会提升为Apache顶级项目。
Flink支持使用ORC格式文件作为输出，示例代码如下。
create table orc_source( id int, user_name VARCHAR, content VARCHAR, primary key(id)) with ( type='orc', filePath='hdfs://hdfshome/orcpath/test');| 参数 | 注释说明 | 备注 |
|---|---|---|
| filePath | 文件路径 | 目前支持hdfs、oss两种文件系统。 |
| writeMode | 无 | 默认为None |
| compressionCodecName | 压缩格式 | 无 |
转载地址：http://pqhal.baihongyu.com/