Orc

column8

Row Data

column3

column2

Stripe Footer

Index Data一个轻量级的index，默认是每隔1W行做一个索引。这里做的索引应该只是记录某行的各字段在Row Data中的offset(偏移量)。Row Data存的是具体的数据，先取部分行，然后对这些行按列进行存储。对每个列进行了编码，分成多个Stream来存储。Stripe Footer存的是各个Stream的类型，长度等信息。File Footer每个文件有一个File Footer，这里面存的是每个Stripe的行数，每个Column的数据类型信息等；PostScript每个文件的尾部是一个PostScript，这里面记录了整个文件的压缩类型以及FileFooter的长度信息等。在读取文件时，会seek到文件尾部读PostScript，从里面解析到File Footer长度，再读FileFooter，从里面解析到各个Stripe信息，再读各个Stripe，即从后往前读。

column7

Index Data

column4

File Footer

column6

stripe 250 MB

column5

PostScript

column1