Apache ORC

formato de almacenamiento de datos orientado a columnas

Apache ORC (Optimized Row Columnar) es un formato de almacenamiento de datos orientado a columnas, gratuito y de código abierto del ecosistema Apache Hadoop. Es similar a los otros formatos de archivo de almacenamiento en columnas disponibles en el ecosistema de Hadoop, como RCFile y Parquet. Es compatible con la mayoría de los marcos de procesamiento de datos en el entorno Hadoop.

Apache ORC
Información general
Tipo de programa Sistema de archivos distribuido
Desarrollador Apache Software Foundation
Lanzamiento inicial 12 de mayo de 2015
Licencia Apache License 2.0
Estado actual Activo
Idiomas inglés
Información técnica
Plataformas admitidas Java
Enlaces

En febrero de 2013, el formato de archivo Optimized Row Columnar (ORC) fue anunciado por Hortonworks en colaboración con Facebook.[3]​ Un mes después, se anunció el formato Apache Parquet, desarrollado por Cloudera y Twitter.[4]

Véase también

editar

Referencias

editar
  1. «The Stinger Initiative: Making Apache Hive 100 Times Faster». Consultado el Jan 1, 2019. 
  2. «Releases». Archivado desde el original el 2 de junio de 2021. Consultado el 20 de noviembre de 2020. 
  3. Alan Gates (20 de febrero de 2013). «The Stinger Initiative: Making Apache Hive 100 Times Faster». Hortonworks blog. Consultado el Dec 31, 2018. 
  4. Justin Kestelyn (13 de marzo de 2013). «Introducing Parquet: Efficient Columnar Storage for Apache Hadoop». Cloudera blog. Archivado desde el original el 19 de septiembre de 2016. Consultado el 4 de mayo de 2017.