ORC Schema
Un esquema ORC describe los tipos de columnas y la estructura anidada de los archivos columnares ORC de Hive, soportando tipos compuestos como union, struct, list y map.
Propósito
Proporcionar una descripción de tipos para los archivos ORC de modo que Hive/Spark lean y escriban correctamente los datos de columnas y estructuras anidadas.
Mecanismo
El esquema es un árbol de tipos de columna: escalares (int/string/...), struct (campos con nombre), list (tipo de elemento), map (tipos clave/valor) y union (lista de tipos). Cada columna se codifica e indexa de forma independiente.
Casos de uso
- Archivos ORC de Hive
- Lectura de datos en Spark
- Esquemas de almacenamiento columnar