寒蝉 Hancic
【Hudi】 数据怎么存 — Parquet + Avro + 两种表类型
Hudi 没有发明新存储格式，它站在 Parquet 和 Avro 之上。这不是"技术选型"，而是刻意为之。 为什么用两种格式 Parquet 是列式文件，读的时候只扫需要的列，跳过滤掉的不读。一张 100 列的表查 3 个字段，Parquet 只读 3% 的数据。 Avro 是行式文件，一行一行写
「2026-08」的文章 清除筛选
Hudi 没有发明新存储格式，它站在 Parquet 和 Avro 之上。这不是"技术选型"，而是刻意为之。 为什么用两种格式 Parquet 是列式文件，读的时候只扫需要的列，跳过滤掉的不读。一张 100 列的表查 3 个字段，Parquet 只读 3% 的数据。 Avro 是行式文件，一行一行写
