hive orc表'orc.create.index'='true'與'orc.create.index'='false'

hive ORC檔案儲存格式是以列存的方式，在查詢表中少數列資料，不必要去查詢沒條資料的所有欄位；但是如果一個列的值全部儲存一起，查詢一個列的一條資料，會將整個表該列的所有資料都查詢出來，如果資料量很大，查詢速度依然很慢；然後引入orc.create.index(行組索引)，行組索引就能解決以上的問題；

概念解釋：

行組索引：

如下圖：

        表一為傳統資料儲存，按行儲存，如果沒有儲存索引的話，查詢一個欄位，需要把整行查詢出來；

        表二為orc行組索引，首先資料按照列存方式儲存，然後按照一個單位值（10000行）組成一個行組，查詢時，在orc的 每個行組索引的後設資料（後設資料 記錄了行組下每個列的最小值、最大值、和等資訊）匹配查詢條件，資料查詢掃描對應的行組，從而達到優化查詢的目錄；

        非行組索引的orc表，則orc後設資料沒有 每個列的最小值、最大值、和等資訊，查詢時，資料掃描會進行全表掃描，不能達到查詢優化的目的；

常見orc建表語句如下：

CREATE TABLE T (C1 INT,C2 INT)STORED AS ORC; 
-- 建立帶有行組索引的orc空表（預設情況下建立orc表，是帶有orc.create.index=true屬性的）
CREATE TABLE T (C1 INT,C2 INT)STORED AS ORC TBLPROPERTIES('orc.create.index'='true');
-- 建立帶有行組索引的orc空表
CREATE TABLE T (C1 INT,C2 INT)STORED AS ORC TBLPROPERTIES('orc.create.index'='false');
-- 建立不帶有行組索引的orc空表
create TABLE T stored AS ORC TBLPROPERTIES('orc.create.index'='true') as select * from T_TMP;
-- 建立帶有行組索引的orc表，如果T_TMP有資料，建立T表時也會進行資料載入
create TABLE T stored AS ORC TBLPROPERTIES('orc.create.index'='false') as select * from T_TMP;
-- 建立不帶有行組索引的orc表，如果T_TMP有資料，建立T表時也會進行資料載入