Hive parquet数据格式内部结构

parquet是一个列式存储格式，对于大型查询、指定列查询都是高效的，内部由一个header，四个block，一个footer组成。 header中只包含一个4个字节的数字PAR1用来识别整个Parquet文件格式 文件中所有的metadata都存在于footer中 footer中的metadata包含了格式的版本信息，schema信息、key-value paris以及所有block中的meta

>>阅读原文<<