PARQUET

本文介绍如何在DLA中为PARQUET类型的文件创建表。

PARQUET是Apache开源项目Hadoop支持的一种列存储文件格式，同一份数据以ORC格式和PARQUET格式存储时，其数据扫描性能要优于普通文本CSV格式。

前提条件

请参见文档文件格式转换，准备PARQUET格式的测试数据。

操作步骤

1. 创建OSS Schema。

    CREATE SCHEMA dla_oss_db with DBPROPERTIES(
     catalog='oss',
     location 'oss://dlaossfile1/dla/'
     )

2. 创建PARQUET文件表。

   CREATE EXTERNAL TABLE customer_parqet_date (
    c_custkey int,
    c_name string,
    c_address string,
    c_nationkey int,
    c_phone string,
    c_acctbal double,
    c_mktsegment string,
    c_comment string
    )
    STORED AS PARQUET
    LOCATION 'oss://dlaossfile1/TPC-H/customer_parquet/'

   STORED AS PARQUET：指定文件格式为PARQUET。

3. 查看PARQUET文件数据。

    SELECT * FROM customer_parqet_date