ORCFile

一.读写代码
   =========================== 写入 ============================
    Configuration conf = new Configuration();
    conf.set("hive.exec.orc.default.row.index.stride","1000");

    TypeDescription schema = TypeDescription.createStruct()
            .addField("int_value", TypeDescription.createInt())
            .addField("long_value", TypeDescription.createLong())
            .addField("double_value", TypeDescription.createDouble())
            .addField("float_value", TypeDescription.createFloat())
            .addField("boolean_value", TypeDescription.createBoolean())
            .addField("string_value", TypeDescription.createString());

    Writer writer = OrcFile.createWriter(new Path("C:\\Users\\admin\\Desktop\\my-file.orc"),
            OrcFile.writerOptions(conf)
                    .setSchema(schema));

    VectorizedRowBatch batch = schema.createRowBatch();
    LongColumnVector intVector = (LongColumnVector) batch.cols[0];
    LongColumnVector longVector = (LongColumnVector) batch.cols[1];
    DoubleColumnVector doubleVector = (DoubleColumnVector) batch.cols[2];
    DoubleColumnVector floatColumnVector = (DoubleColumnVector) batch.cols[3];
    LongColumnVector booleanVector = (LongColumnVector) batch.cols[4];
    BytesColumnVector stringVector = (BytesColumnVector) batch.cols[5];


    for(int r=0; r < 100000; ++r) {
        int row = batch.size++;

        intVector.vector[row] = r;
        longVector.vector[row] = r;
        doubleVector.vector[row] = r;
        floatColumnVector.vector[row] = r;
        booleanVector.vector[row] =  r< 50000 ? 1 : 0;
        stringVector.setVal(row, UUID.randomUUID().toString().getBytes());

        if (batch.size == batch.getMaxSize()) {
            writer.addRowBatch(batch);
            batch.reset();
        }
    }
    if (batch.size != 0) {
        writer.addRowBatch(batch);
        batch.reset();
    }
    writer.close();

 ============================ 读取 ==============================
 Configuration conf = new Configuration();
    TypeDescription readSchema = TypeDescription.createStruct()
            .addField("int_value", TypeDescription.createInt())
            .addField("long_value", TypeDescription.createLong())
            .addField("double_value", TypeDescription.createDouble())
            .addField("float_value", TypeDescription.createFloat())
            .addField("boolean_value", TypeDescription.createBoolean())
            .addField("string_value", TypeDescription.createString());

    Reader reader = OrcFile.createReader(new Path("C:\\Users\\admin\\Desktop\\my-file.orc"),
            OrcFile.readerOptions(conf));

    //查询满足过滤条件的批次  默认是1w
    Reader.Options readerOptions = new Reader.Options(conf)
            .searchArgument(
                    SearchArgumentFactory
                            .newBuilder()
                            .between("long_value", PredicateLeaf.Type.LONG, 0L, 10L)
 //                                 .equals("long_value",PredicateLeaf.Type.LONG,10000L)
                            .build(),
                    new String[]{"int_value","long_value","double_value","float_value","boolean_value","string_value"}
            );

    String s = readerOptions.toString();
    System.out.println(s);

    RecordReader rows = reader.rows(readerOptions.schema(readSchema));

    VectorizedRowBatch batch = readSchema.createRowBatch();

    while (rows.nextBatch(batch)) {
        LongColumnVector intVector = (LongColumnVector) batch.cols[0];
        LongColumnVector longVector = (LongColumnVector) batch.cols[1];
        DoubleColumnVector doubleVector = (DoubleColumnVector) batch.cols[2];
        DoubleColumnVector floatVector = (DoubleColumnVector) batch.cols[3];
        LongColumnVector booleanVector = (LongColumnVector) batch.cols[4];
        BytesColumnVector stringVector = (BytesColumnVector) batch.cols[5];


        for (int r = 0; r < batch.size; r++) {
            int intValue = (int) intVector.vector[r];
            long longValue = longVector.vector[r];
            double doubleValue = doubleVector.vector[r];
            double floatValue = (float) floatVector.vector[r];
            boolean boolValue = booleanVector.vector[r] != 0;
            String stringValue = new String(stringVector.vector[r], stringVector.start[r], stringVector.length[r]);

            System.out.println(intValue + "," + longValue + ", " + doubleValue + ", " + floatValue + ", " + boolValue + ", " + stringValue);

        }
    }
    rows.close();
    System.out.println(reader.rows());
二 默认参数设置

参数名                           默认值                  说明
hive.exec.orc.default.stripe.size   256 * 1024 * 1024    stripe的默认大小
hive.exec.orc.default.block.size   256 * 1024 * 1024    orc文件在文件系统中的默认block大小,从hive-0.14开始
hive.exec.orc.dictionary.key.size.threshold  0.8         String类型字段使用字典编码的阈值
hive.exec.orc.default.row.index.stride    10000        stripe中的分组大小
hive.exec.orc.default.compress        ZLIB      ORC文件的默认压缩方式
hive.exec.orc.skip.corrupt.data        false       遇到错误数据的处理方式,false直接抛出异常,true则跳过该记录

三 其他

1.条件查询返回的是包含结果的所有stripes
2.stripes默认值是10000,最小是1000
3.如果查询结果中某一字符串类型的列数据完全相同,只会完整返回每个stripe组的第一条数据,其他row对应列数据为空

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容