通过 Impala 的 Parquet 压缩类型

Question

我们定义了很多 impala 表，并假设我们正在使用 Snappy 压缩。 （镶木地板文件）

然而，没有人真正知道我们在现有表上实际使用的压缩类型。

impala 文档似乎没有指定如何从现有表中获取压缩类型。

有没有办法通过 impala 找到使用的压缩类型？

Answer 1

截至目前，Impala 中没有命令可以告诉您存储为镶木地板的表中使用的压缩类型，但有一种变通方法。您可以做的是查看表中的 parquet 文件之一，然后使用 parquet-tools 元命令查看正在使用的压缩。

-- step1) run hdfs dfs -ls to determine the location and name for a parquet file
hdfs dfs -ls /yourTableLocationPath
-- step2) parquet-tools really only works locally right now so you will need to copy the file to a local directory
hdfs dfs -get /yourTableLocationPath/yourFileName /yourLocalPath
-- step3) run parquet-tools meta command
parquet-tools meta /yourLocalPath/yourFileName

parquet-tools 元命令的输出将显示在行组输出下使用的压缩类型。