为您的数据选择 SerDE

Apache Avro

用于在 Hadoop 中存储数据的一种格式，它对记录值使用基于 JSON 的架构。

使用 Avro SerDe。

Apache Parquet

一种用于在 Hadoop 中列式存储数据的格式。

使用 Parquet SerDe 和 SNAPPY 压缩。

Apache WebServer 日志

一种用于在 Apache WebServer 中存储日志的格式。

使用 Grok SerDe 或 Regex SerDe。

CloudTrail 日志

一种用于在 CloudTrail 中存储日志的格式。

CSV（逗号分隔的值）

对于 CSV 格式的数据，每个行均表示一个数据记录，每个记录包含一个或多个字段，以逗号分隔。

自定义分隔的

对于采用此格式的数据，每一行表示一个数据记录，记录由自定义的单字符分隔符分隔。

使用 用于 CSV、TSV 和自定义分隔文件的 Lazy Simple SerDe 并指定自定义单字符分隔符。

JSON（JavaScript 对象表示法）

对于 JSON 数据，每个行均表示一个数据记录，每个记录包含属性-值对和数组，以逗号分隔。

Logstash 日志

一种用于在 Logstash 中存储日志的格式。

使用 Grok SerDe。

ORC（优化的行列式）

一种用于优化 Hive 数据列式存储的格式。

使用 ORC SerDe 和 ZLIB 压缩。

TSV（制表符分隔的值）

对于 TSV 格式的数据，每个行均表示一个数据记录，每个记录包含一个或多个字段，以制表符分隔。

使用 用于 CSV、TSV 和自定义分隔文件的 Lazy Simple SerDe 并将分隔符指定为 FIELDS TERMINATED BY '\t'。