hadoop - 是否会在 ORC 文件中读取所有嵌套列？

Question

假设我有一个像这样的 Hive 查询:

CREATE TABLE student (key string, name string, course struct<class_name:string, class_teacher:string>) 
STORED AS ORC;

由于 ORC 文件格式，这将创建 5 个不同的列:

| key | name | course | course.class_name | course.class_teacher |

当尝试只读取 course.class_name 列时，是否每次都会读取 course 的两个子列？如 course.class_name 和 course.class_teacher 一样？据我所知，ORC 文件格式允许 Hive 仅加载查询所需的列。那么它实际上会做什么？

Answer 1

你的理解是对的。它将读取在选择查询中指定的唯一列。
如果选择查询是:

Select course.class_name from student

它只会返回类名。
如果您想查询结构的所有列，可以使用以下内容。

select key, name, c.* from students 
   lateral view inline (array(course)) c