配置

行组大小

较大的行组允许较大的列块，从而可以进行较大的顺序 IO。较大的组在写入路径中也需要更多的缓冲（或两次写入）。我们建议使用大行组（512MB - 1GB）。由于可能需要读取整个行组，我们希望它完全适合一个 HDFS 块。因此，HDFS 块大小也应该设置得更大。优化的读取设置是：1GB 行组，1GB HDFS 块大小，每个 HDFS 文件 1 个 HDFS 块。

数据页大小

数据页应被视为不可分割的，因此较小的数据页允许更细粒度的读取（例如单行查找）。较大的页大小会产生较少的空间开销（较少的页头）和潜在的较少解析开销（处理页头）。注意：对于顺序扫描，预期不会一次读取一页；这不是 IO 块。我们建议页大小为 8KB。