Apache Parquet

Apache Parketti on "columnar" tallennus muodossa, joka on perustettu nimenomaan Apache Hadoop perheen projekteja.

Parketti suositellaan käytettäväksi suuria tietomääriä, lähinnä koska se käyttää monimutkaista pakkaa nojautuen sarja optimoitu kirjaa murskaamiseen ja kokoamista algoritmeja.

Tämä mahdollistaa tietojen eriteltyinä, järjestetään sisäkkäisiä muodossa, ja kootaan aina kysellä.

Parketti muotoa voidaan myös käyttää ulkopuolella Hadoop ekosysteemin, on nimenomaan suunniteltu niin agnostikko kuin mahdollista, kanssa tahansa tietojenkäsittelyn puitteissa ja tietojen varastointiin malli.

< strong> uutta tässä julkaisussa:

• Nimeä paketteja ja maven koordinaatit org.apache
• Lisää koodaus tilastotiedoista ColumnMetaData
• Streaming säästäväisyys API
• Uusi looginen tyyppejä

Mikä on uusi versiossa 2.3.0:

• Nimeä paketteja ja maven koordinaatit org.apache
• Lisää koodaus tilastotiedoista ColumnMetaData
• Streaming säästäväisyys API
• Uusi looginen tyyppejä

rajoitukset

• hanke on vielä kehitteillä Apache Incubator arkistoon ja voi muuttua rajusti versiosta versioon.