我决定使用parquet作为配置单元表的存储格式，在集群中实际实现它之前，我决定运行一些测试。令人惊讶的是，在我的测试中，parquet的速度比一般认为的要快的纯文本文件慢。
请注意，我正在mapr上使用hive-0.13

----------------------------------------------------------
|             | Table A | Table B | Table C |            |
----------------------------------------------------------
| Format      | Text    | Parquet | Parquet |            |
| Size[Gb]    | 2.5     | 1.9     | 1.9     |            |
| Comrepssion | N/A     | N/A     | Snappy  |            |
| CPU [sec]   | 123.33  | 204.92  | N/A     | Operation1 |
| Time [sec]  | 59.057  | 50.33   | N/A     | Operation1 |
| CPU [sec]   | 51.18   | 117.08  | N/A     | Operation2 |
| Time [sec]  | 25.296  | 27.448  | N/A     | Operation2 |
| CPU [sec]   | 57.55   | 113.97  | N/A     | Operation3 |
| Time [sec]  | 20.254  | 27.678  | N/A     | Operation3 |
| CPU [sec]   | 57.55   | 113.97  | N/A     | Operation4 |
| Time [sec]  | 20.254  | 27.678  | N/A     | Operation4 |
| CPU [sec]   | 127.85  | 255.2   | N/A     | Operation5 |
| Time [sec]  | 29.68   | 41.025  | N/A     | Operation5 |

操作1:行计数操作
操作2：单行选择
操作3：使用where子句进行多行选择[获取1000行]
操作4：使用where子句[获取1000行]进行多行选择[只有4列]
operation5:聚合操作[对给定列使用sum函数]
您可以看到，在我对这两个表应用的几乎所有操作中，parquet在执行查询所用的时间方面都落后于row count操作。
我也使用了表c来执行上述操作，但是结果几乎都在类似的行中，textfile格式再次成为这两种格式中的snappier。
有人能告诉我我做错了什么吗？
谢谢！
编辑
我将orc添加到存储格式列表中，然后再次运行测试。遵循细节。
行计数操作
文本格式累计cpu-123.33秒
Parquet格式累计cpu-204.92秒
orc格式累计cpu-119.99秒
具有快速累积cpu的orc-107.05秒
列操作的和
文本格式累计cpu-127.85秒
Parquet格式累计cpu-255.2秒
orc格式累计cpu-120.48秒
具有快速累积cpu的orc-98.27秒
列操作的平均值
文本格式累计cpu-128.79秒
Parquet格式累计cpu-211.73秒
orc格式累计cpu-165.5秒
具有快速累积cpu的orc-135.45秒
使用where子句从给定范围中选择4列
文本格式累计cpu-72.48秒
Parquet格式累计cpu-136.4秒
orc格式累计cpu-96.63秒
具有快速累积cpu的orc-82.05秒
这是否意味着兽人比Parquet更快？或者我可以做些什么来提高查询响应时间和压缩比？
谢谢！