Hive的文件存儲格式包括：textfile, sequencefile, rcfile, orc, parquet
textfile
默認的文件格式，行存儲。建表時不指定存儲格式即為textfile，導入數據時把數據文件拷貝至hdfs不進行處理。
優點：最簡單的數據格式，便於和其他工具（Pig, grep, sed, awk）共享數據，便於查看和編輯；加載較快。
缺點：耗費存儲空間，I/O性能較低；Hive不進行數據切分合並，不能進行並行操作，查詢效率低。
適用於小型查詢，查看具體數據內容的測試操作。
sequencefile
含有鍵值對的二進制文件，行存儲。
優點：可壓縮、可分割，優化磁盤利用率和I/O；可並行操作數據，查詢效率高;
缺點：存儲空間消耗最大；對於Hadoop生態系統之外的工具不適用，需要通過text文件轉化加載。
適用於數據量較小、大部分列的查詢。
rcfile
行列式存儲。先將數據按行分塊，同一個record在一個塊上，避免讀一條記錄需要讀多個block；然后塊數據列式存儲。
優點：可壓縮，高效的列存取；查詢效率較高。
缺點：加載時性能消耗較大，需要通過text文件轉化加載；讀取全量數據性能低。
orc
優化后的rcfile，行列式存儲。
優缺點與rcfile類似，查詢效率最高。
適用於Hive中大型的存儲、查詢。
parquet
列存儲。
優點：更高效的壓縮和編碼；不與任何數據處理技術綁定，可用於多種數據處理框架（Hive, Impala, Presto查詢引擎；MapReduce, Spark計算框架；Avro, Thrift, PB數據模型 ）。
缺點：不支持update, insert, delete, ACID
適用於字段數非常多，無更新，只取部分列的查詢。
表的字段個數不多時，文件按塊進行壓縮，行存儲對於處理重復數據時比較高效；
表的字段個數成百上千時，而只需查詢其中的較少字段時，列存儲可較大提高效率。
數據倉庫一次寫入，多次讀寫，orc格式的優勢較明顯。