假设我有一个像这样的Hive查询:
CREATE TABLE student (key string, name string, course struct<class_name:string, class_teacher:string>)
STORED AS ORC;
由于 ORC 文件格式,这将创建 5 个不同的列:
| key | name | course | course.class_name | course.class_teacher |
尝试仅读取course.class_name
列时,是否每次都会读取course
的两个子列?就像,course.class_name
和course.class_teacher
?据我所知,ORC 文件格式允许 Hive 仅加载查询所需的列。那么它实际上会做什么呢?
你的理解是对的。它将读取在选择查询中指定的唯一列。
如果选择查询是:
Select course.class_name from student
它只会返回class_name。
如果要查询结构的所有列,可以使用以下命令。
select key, name, c.* from students
lateral view inline (array(course)) c