這個其實是轉自杭州第三次spark meetingup，華為的李昆大神的分享。

OLAP分析場景	ORC?File	Parquet?File	Cube?File
Full?scan?one?dimension	Fast?	Fast	Median
(Low?Cardinality)	(只掃需要的列)	(只掃需要的列)	(只掃需要的列，但MDK較大)
Full?scan?one?dimension	Slow	Slow	Fast
(High?Cardinality)	(Stripe?Level字典編碼，需要重復解碼)	(Row?Group?Level字典編碼，需要重復解碼)	(全局字典編碼，無重復解碼)
Full?scan?multiple?dimension?aggregation	Slow	Slow	Fast
	(讀取多行并做join)	(讀取多行并做join)	(星型模型轉換后無需join)
Filter?single?dimension	Slow	Very?Slow	Fast
	(需要全掃描單列，可利用min/max跳過Stripe)	(需要全掃描單列，無索引)	(利用多維索引)
Filter?multiple?dimensions	Slow	Very?Slow	Very?Fast
Select?Year,ServiceName,?	(需要全掃描多列，可利用min/max跳過Stripe)	(需要全掃描多列，無索引)	(利用多維索引)
Filter?on?Measure	Slow	Slow	Slow
	(需要全掃描，可利用min/max跳過Stripe)	(需要全掃描，無索引)	（度量上無索引，需要全掃描）

?

排版有些亂，大家湊合看一下。

從這個比較來看，大基數的全量多維的查詢，CubeFile的優勢是很明顯的。

個人感覺，最大原因是ORCFile和ParquetFile他們是分塊索引數據的，而CubeFile是全量索引數據的。現在理解的還比較淺，等深入理解后再來論這個的區別和關系。

總結

以上是生活随笔為你收集整理的ORCFILE,ParquetFile,CubeFile使用场景区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。