先给出一个明确的结论:Hive 的 Archive 功能确实具备数据压缩能力。它的核心原理是将零散的小文件或已排序的文件合并为单个大文件,从而有效降低存储空间占用和网络传输开销。在 Hive 中,使用 ARCHIVE 关键字即可创建归档表或归档文件。

当采用 Archive 方式存储数据时,Hive 会自动完成压缩操作。默认情况下采用 Snappy 压缩算法,用户也可以根据实际需求切换为 Gzip 或 Brotli。若需指定压缩算法,只需在建表时通过 COMPRESS 属性进行配置即可。举个例子:
CREATE TABLE example_table (id INT,name STRING)ROW FORMAT DELIMITEDFIELDS TERMINATED BY ','STORED AS TEXTFILEARCHIVE 'hdfs://path/to/archive';
上述代码中,表 example_table 的数据将被归档至 HDFS 指定路径,并默认采用 Snappy 压缩算法进行压缩。整个操作流程简洁直观。
