orc表優(yōu)缺點(diǎn)？除了再配置MapReduce壓縮后功能外，Hive的ORC表和Parquet表然后支持什么表的壓解屬性。但接受的裝換格式太遠(yuǎn)，ORC表允許None、Zlib、Snappy裝換，默認(rèn)為Z

orc表優(yōu)缺點(diǎn)？

除了再配置MapReduce壓縮后功能外，Hive的ORC表和Parquet表然后支持什么表的壓解屬性。

但接受的裝換格式太遠(yuǎn)，ORC表允許None、Zlib、Snappy裝換，默認(rèn)為ZLIB壓縮后。但這3種壓解格式不支持區(qū)域分割，因此比較適合單個(gè)文件不是特別大的場(chǎng)景。在用Zlib壓解率高，但效率差一些；建議使用Snappy效率高，但裝換率低。

Parquet表接受Uncompress、Snappy、Gzip、Lzo裝換，設(shè)置為不裝換Uncompressed。其中Lzo壓縮是支持分割處理的，所以在表的單個(gè)文件會(huì)增大的場(chǎng)景會(huì)選擇類型Lzo格式。Gzip壓縮后率高，效率低；而Snappy、Lzo效率高，高壓縮率低。

什么是詞根標(biāo)準(zhǔn)化hive？

hive是實(shí)現(xiàn)Hadoop的一個(gè)數(shù)據(jù)倉(cāng)庫(kù)工具，是可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫(kù)表，并提供簡(jiǎn)單的sql查詢功能，可以將sql語(yǔ)句轉(zhuǎn)換為MapReduce任務(wù)并且運(yùn)行。

其優(yōu)點(diǎn)是自學(xué)成本低，可以類SQL語(yǔ)句快速實(shí)現(xiàn)程序簡(jiǎn)單MapReduce統(tǒng)計(jì)，沒有必要變更土地性質(zhì)拿來(lái)的MapReduce應(yīng)用，相當(dāng)更適合數(shù)據(jù)倉(cāng)庫(kù)的統(tǒng)計(jì)分析。

不會(huì)Python只會(huì)Bi工具，可以從事數(shù)據(jù)分析師嗎？

題主好像沉浸了一個(gè)死區(qū)，Python和BI工具都都能夠做數(shù)據(jù)分析，但是各有優(yōu)缺點(diǎn)，那我想知道為什么不兩個(gè)相互生克制化出聲用呢？

.例如，我現(xiàn)在你經(jīng)常用Python在網(wǎng)上爬數(shù)據(jù)，接著用FineBI通過分析什么，總是還用Python優(yōu)化一下FineBI，特點(diǎn)兩個(gè)工具的優(yōu)點(diǎn)從底層做起事來(lái)極其效率。

不過，Python這種偽代碼性質(zhì)的語(yǔ)言初學(xué)者并不算難，可是探索出來(lái)就又不是什么簡(jiǎn)單事情了，而且Python語(yǔ)言不能不能加密，但目前國(guó)內(nèi)市場(chǎng)完全是靠c語(yǔ)言程序軟件賣給別人客戶的越來(lái)越少，網(wǎng)站和移動(dòng)應(yīng)用不不需要給客戶源代碼，因?yàn)檫@個(gè)問題就是問題了

BI工具的話，簡(jiǎn)單點(diǎn)上手容易、靈活快鍵，尤其是題主所說(shuō)的FineBI、pentaho等自助餐化工具，傻瓜式操作很比較適合現(xiàn)在的數(shù)據(jù)分析小白何練起，就算是是手中掌握了R這種編程語(yǔ)言，也很適合我拿來(lái)做分析工具

我的很同意下來(lái)上面兩名答主的話，工具沒有好壞優(yōu)劣之分，只是相對(duì)而言這個(gè)工具比較適合什么樣的人、干什么樣的事情，想在數(shù)據(jù)分析這一行做到是有高度，F(xiàn)ineBI這種BI工具和Python這種編程語(yǔ)言那絕對(duì)是是要兩者兼得的。