我知道这一定是一个愚蠢的问题，但经过几个小时的谷歌搜索，我无法得到答案。
以纯文本格式（例如 csv）很容易理解分隔符的工作原理。在 ORC 中，由于 is 是二进制存储在 HDFS 中，那么字段的分隔符是什么？有人告诉我，ORC 中没有分隔符，但我非常怀疑这个说法。
即使是作为行组存储，对于每个行组的一列，可以有多个数据字段，如何区分每个字段与下一个字段？每行如何与下一行分开？是否有分隔符来实现这一点？
感谢您的任何评论！
1829 次
没有分隔符。它使用步幅/条纹，
文件的主体被分成条纹。每个条带都是自包含的，可以仅使用其自己的字节以及文件的页脚和后记来读取。每个条带仅包含整行，因此行永远不会跨越条带边界。条带包含三个部分：条带内行的一组索引、数据本身和条带页脚。索引和数据部分都按列划分，因此只需要读取所需列的数据。
参考：兽人