来自百度提前批——数据研发一面  参考答案 在HDFS中，有多种文件存储格式，主要分为行式存储和列式存储两大类：  行式存储包括TextFile和SequenceFile，其中TextFile是最基本的格式，每一行就是一条记录，字段间用分隔符进行分隔，易于生成和解析但存储效率低，SequenceFile是一种二进制键值对的存储格式，存储效率更高，但不太适用于仅查询列的OLAP场景 列式存储包括ORC和Parquet，他们和SequenceFile一样都是基于二进制存储的，但是基于列式存储，更适用于OLAP分析场景，其中ORC是Hive引擎的首选，Parquet是Spark引擎的首选

1、最重要的第一步，做好手里的活儿一个审计事务所的老师说，他曾经带过一个实习生，学校背景不错，能力也不错，但是不屑于做实习工作中那些简单的活儿。给他一个简单的统计任务，他很快做好了，拿着数据过来，然后说，我整理好了，最后你把这个和这个再加起来就行。老师简直哭笑不得，我是让你来帮我工作的，不是让你来教我怎么去计算的。给你一个基础性的工作，你知不知道为什么要做？这个要给谁看？怎么能让别人看的更清楚、更直观？重复性的工作如何找到一个好的工作方法提高效率？多项工作的时候如何判断优先级？你对这个工作的理解，决定了你交付的出来的成果，只有从完成好基础性工作这一步建立了信任感，别人才会把更多的工作内容交给你...