数据库索引的工作方式:参考Xenph Yan的回答
在表中的一个字段上创建索引会创建另一个数据结构它保存字段值，以及指向它所关联的记录的指针。然后对该索引结构进行排序，从而允许二进制搜索
我理解ORC索引的方式是，ORC保持统计数据(最小，最大，总和)关于每10'000行(默认情况下)，如果我查询数据，它会查看统计数据，以确定是否需要读取行块。
那么ORC索引不排序数据是正确的吗?
我有一个69列的大表非常非结构化的数据，我希望能够对每一列执行临时查询。为此，我希望能够通过索引对每一列进行排序(或者至少对其中的大部分)。在快速查询的数据中没有'key'列
根据Cloudera支持论坛:
ORC索引有两种形式，一种是一直创建的标准索引(每个列的每个步的最小/最大值)，另一种是Bloom过滤器。
普通索引对于范围查询很好，如果数据是排序的，则工作得非常好。这通常在任何日期列或递增列(如id)上自动执行。
Bloom过滤器对于url、名称等未排序数据的相等性查询非常有用。(例如，有时数据中可能会出现客户名称)。
然而，Bloom过滤器需要一些时间来计算，在索引中占用一些空间，并且不适合数据仓库中的大多数列(数字字段，如利润，销售等)。因此，它们不是默认创建的，需要为列启用:
orc.bloom.filter.columns
跨步大小是指在基于这些索引的读操作期间，ORC阅读器可以跳过的数据块。10000通常是一个很好的数字，再增加也没有多大帮助。
http://www.slideshare.net/BenjaminLeonhardi/hive-loading-dataHive被设计成一个伪sql前端，用于在(海量)数据集上运行(长)批处理作业。您可以运行"特设查询"，但忘记"快速"。
此外，当您索引数据库中的列(即SQL中的CREATE INDEX命令)时，您索引的是每行的整个精确值。如果您的数据确实是"非结构化"，那么这可能没有意义。
所以…如果你需要的是全文搜索，为什么不把你所有的数据转储在ElasticSearch或Solr之类的东西中呢?