hadoop3.x：HDFS文件压缩格式-马育民老师

# 介绍

类似 rar、zip、gzip 压缩格式，Hadoop 也支持文件压缩

# Hadoop支持的压缩算法

Haodop对文件压缩均实现`org.apache.hadoop.io.compress.CompressionCodec` 接口

所有的实现类都在 `org.apache.hadoop.io.compress` 包下

# Hadoop支持的压缩对比

|压缩格式|工具|算法|文件扩展名|是否可切分|
| ------------ | ------------ | ------------ | ------------ | ------------ | ------------ |
|Default|无|Default|.deflate|否|
|Gzip|gzip|gzip|.gz|否|
|bzip2|bzip2|bzip2|.bz2|是|
|LZO|lzop|LZO|.lzo|是（切分点索引）|
|LZ4|无|LZ4|.lz4|否|
|Snappy|无|Snappy|.snappy|否|

**提示：** Snappy 在 hadoop2.x版本中 需要重新编译才支持；在hadoop3.x版本中，已经内置了

# 比较

|压缩格式 | 压缩前大小(byte) | 压缩后大小(byte) | 压缩时间(ms) | 解压缩时间(ms) | CPU(%)|
|------------ | ------------ | ------------ | ------------ | ------------ | ------------|
|bzip2 | 35984 | 8677 | 11591 | 2362 | 29.5|
|gzip | 35984 | 8804 | 2179 | 389 | 26.5|
|Default | 35984 | 9704 | 680 | 344 | 20.5|
|lzo | 35984 | 13069 | 581 | 230 | 22|
|lz4 | 35984 | 16355 | 327 | 147 | 12.6|
|**snappy** | 35984 | 13602 | 424 | 88 | 11|

### Snappy压缩

由谷歌提出

优点：高速压缩速度和合理的压缩率。

缺点：压缩率比较差；hadoop2.x本身不支持，需要安装；3.x版本中，已经内置了

综合来看，比较好

原文出处：http://malaoshi.top/show_1IX29LxJnwGT.html