1. 常用 rcfile + gzip

parquet + snappy

2. 壓縮比，參考

1. TextFile默認格式，加載速度最快，可以采用Gzip進行壓縮，壓縮後的文件無法split，即並行處理。
2. SequenceFile壓縮率最低，查詢速度一般，將數據存放到sequenceFile格式的hive表中，這時數據就會壓縮存儲。三種壓縮格式NONE，RECORD，BLOCK。是可分割的文件格式。
3. RCfile壓縮率最高，查詢速度最快，數據加載最慢。
4. 相比TEXTFILE和SEQUENCEFILE，RCFILE由於列式存儲方式，數據加載時性能消耗較大，但是具有較好的壓縮比和查詢響應。數據倉庫的特點是一次寫入、多次讀取，因此，整體來看，RCFILE相比其余兩種格式具有較明顯的優勢。
5. 在hive中使用壓縮需要靈活的方式：

如果是數據源的話，采用 RCFile+bz 或 RCFile+gz 的方式，這樣可以很大程度上節省磁盤空間；

而在計算的過程中，為了不影響執行的速度，可以浪費一點磁盤空間，建議采用 RCFile+snappy 的方式，這樣可以整體提升hive的執行速度。

至於lzo的方式，也可以在計算過程中使用，只不過綜合考慮（速度和壓縮比）還是考慮snappy適宜。

hive壓縮