对比
ORC vs CSV
ORC 是带类型信息的列式二进制格式，适合分析系统读取选定列。CSV 是按行和分隔字段组织的文本格式，方便人和通用工具处理。
应该选择哪种格式？
分析平台要查询大型数据集时可考虑 ORC。需要人工查看简单表格或与通用工具交换时可用 CSV。
适用于 ORC
为分析存储大型结构化表格
- 读取所选列并利用索引的查询
适用于 CSV
表格数据交换
- 在应用间传递一个简单表格
基本信息
| 项目 | ORC | CSV |
|---|---|---|
| 扩展名 | .orc | .csv |
| MIME 类型 | application/vnd.apache.orc | text/csv |
| 常见用途 | 为分析存储大型结构化表格 | 表格数据交换 |
| 打开方式 | 使用支持 ORC 的工具检查模式、列、行数、压缩和示例值。 | 导入电子表格时请设置字符编码和分隔符。检查前导零、类似日期的值和长数字不会被自动转换。 |
| 导出或转换 | 转换为 Parquet 或 CSV 时，检查类型、空值、时间戳、小数、分区和行数。 | 将XLSX导出为CSV通常只写出一个选定工作表的值。请另行保留公式、格式、其他工作表和图表。 |
按用途选择
读取所选列并利用索引的查询
为分析存储大型结构化表格
ORC在应用间传递一个简单表格
表格数据交换
CSV关键点 1
ORC 按列组织数据，可含类型信息和文件索引，但需要兼容的引擎或库。
进一步了解差异关键点 2
CSV 可作为文本查看，但不保留 XLSX 的格式、多工作表或公式。
进一步了解差异进一步了解差异
将 CSV 转为 ORC 时，请定义并检查类型、空值、时间戳、字符编码、分隔符和引号规则。
- ORC 支持基于模式的分析存储和列选择读取。
- CSV 适用范围广，但类型解释和解析行为部分由导入工具决定。
常见问题
能直接用电子表格打开 ORC 文件吗？
通常不行。请使用兼容 ORC 的引擎或库查询数据，或将表格视图导出为 CSV 等格式。