**SequenceFile：** 以二進制鍵值對的形式存儲數據,支持三種記錄存儲方式。 ? 無壓縮：io 效率較差，相比壓縮，不壓縮的情況下沒有什么優勢。 ? 記錄級壓縮：對每條記錄都壓縮，這種壓縮效率比較一般。 ? 塊級壓縮：這里的塊不同于 hdfs 中的塊的概念.這種方式會將達到指定塊大小的二進制數據壓縮為一個塊。<br/> **Avro：** 將數據定義和數據一起存儲在一條消息中，其中數據定義以 JSON 格式存儲，數據以二進制格式存儲。Avro 標記用于將大型數據集分割成適合MapReduce 處理的子集。<br/> **RCFile：** 以列格式保存每個行組數據。它不是存儲第一行然后是第二行，而是存儲所有行上的第 1 列，然后是所行上的第 2 列，以此類推。<br/> **Parquet：** 是 Hadoop 的一種列存儲格式，提供了高效的編碼和壓縮方案。