1. TextFile

默認格式，存儲方式為行存儲，數據不做壓縮，磁盤開銷大，數據解析開銷大。可結合 Gzip、Bzip2 使用(系統自動檢查，執行查詢時自動解壓)，但使用 這種方式，壓縮后的文件不支持 split，Hive 不會對數據進行切分，從而無法對數據進行并行操作。并且在反序列化過程中，必須逐個字符判斷是不是分隔符和行結束符，因此反序列化開銷會比 SequenceFile 高幾十倍?

2. SequenceFile

SequenceFile 是 Hadoop API 提供的一種二進制文件支持，存儲方式為行存儲，其具有使用方便、可分割、可壓縮的特點。
SequenceFile 支持三種壓縮選擇：NONE，RECORD，BLOCK。Record 壓縮率低，一般建議使用 BLOCK 壓縮。
優勢是文件和 hadoop api 中的 MapFile 是相互兼容的 。

3、RCFile

存儲方式：數據按行分塊，每塊按列存儲。結合了行存儲和列存儲的優點：
首先，RCFile 保證同一行的數據位于同一節點，因此元組重構的開銷很低 ；
其次，像列存儲一樣，RCFile 能夠利用列維度的數據壓縮，并且能跳過不必要的列讀取；

4、ORCFile（下文詳細闡述）

存儲方式：數據按行分塊 每塊按照列存儲。
壓縮快、快速列存取。
效率比 RCfile 高，是 RCfile 的改良版本。

5、Parquet

Parquet文件是以二進制方式存儲的，所以是不可以直接讀取的，文件中包括該文件的數據和元數據，因此Parquet格式文件是自解析的。
Apache Parquet 最初的設計動機是存儲嵌套式數據,比如Protocolbuffer thrift json 等 將這類數據存儲成列式格式以方便對其高效壓縮和編碼,且使用更少的IO操作取出需要的數據

總結：

相比 TEXTFILE 和 SEQUENCEFILE，RCFILE 由于列式存儲方式，數據加載時性能消耗較大，但是具有較好的壓縮比和查詢響應。
數據倉庫的特點是一次寫入、多次讀取，因此，整體來看，RCFILE 相比其余兩種格式具有較明顯的優勢。