Apache ORC

Apache ORC (Optimized Row Columnar) est un format de stockage de données orienté colonne libre et à code source ouvert de l'écosystème Apache Hadoop. Il est similaire aux autres formats de fichiers de stockage en colonnes disponibles dans l'écosystème Hadoop, tels que RCFile et Parquet. Il est compatible avec la plupart des infrastructures de traitement de données de l'environnement Hadoop .

Apache ORC

Informations
Développé par Apache Software Foundation
Première version [1]
Dernière version 1.6.7 ()[2]
Dépôt gitbox.apache.org/repos/asf/orc.git
Écrit en C++ et Java
Type Format de fichier (en)
Format de sérialisation de données (d)
Projet de la fondation Apache (d)
Licence Licence Apache version 2.0
Site web orc.apache.org

En , Hortonworks a annoncé le format de fichier Optimized Row Columnar (ORC) en collaboration avec Facebook. Un mois plus tard, le format Apache Parquet était annoncé, développé par Cloudera et Twitter[3].

Comparaison

Apache ORC est comparable aux formats de fichier tels RCFile et Parquet - les trois font partie de la catégorie de stockage de données en colonnes dans l'écosystème Hadoop. Ils ont tous une meilleure compression et un meilleur encodage avec des performances de lecture améliorées au prix d'écritures plus lentes.

Notes et références
  1. « https://projects.apache.org/json/projects/orc.json » (consulté le )
  2. (en) « ORC 1.6.7 Released », (consulté le )
  3. Justin Kestelyn, « Introducing Parquet: Efficient Columnar Storage for Apache Hadoop », Cloudera blog, (consulté le )

Voir aussi
  • Portail des logiciels libres
  • Portail des données
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.