原书出处
大数据日知录_架构与算法
8 分布式文件系统
RCFile是典型的混合式存储布局,其布局如图8-23所示。其首先将记录表内的记录按照行划分为行组(Row Group),HDFS每个数据块可以包含多个行组数据。对于每个行组,存储3类信息:Sync是行组同步标识,用于识别是否是数据块中一个新的行组开始;元数据(Metadata Header)则记录了这个行组包含多少记录,每列占用空间大小等数据;另外一类是实际数据,在数据块中按照列式存储。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00013.html
EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d