华为2012实习

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

招黑奴呢

同门面的美团日常，在这边记录一下。