我们使用了一些旧代码 org.apache.parquet.hadoop.api.WriteSupport api来编写Parquet格式的文件，我们开始使用apachespark来做同样的事情。
这两种方法可以成功地生成具有相同输入数据的Parquet文件，并且输出数据几乎相同。但是，输出文件的大小却大不相同。
一个由 WriteSupport 是2g，而Spark产生的是5.5g。我比较了模式，它们是一样的，有什么地方我可以进一步研究吗？
顺便说一句 WriteSupport 有Parquetmr版本1.8.0；Spark一号有1.10.0。