首先，rc不是列式文件，它是记录列式文件。rc和orc是可拆分的。这意味着您不必读取所有的文件，只获取很少的行，而且可以由许多容器并行读取。这就是为什么我们需要分裂。
拆分包含分组在一起的行，这些行可以彼此独立地读取，同时列也在拆分中分组。类似的数据可以得到更好的压缩，因此如果将列分组在一起，可以提高压缩效果。在您的示例中，一个拆分只包含两行，但可以包含10000行或更多行。
官方文件对rc文件的描述：
作为行存储，rcfile保证同一行中的数据位于同一节点中。
作为列存储，rcfile可以利用逐列数据压缩并跳过不必要的列读取。
也可以读一下兽人。使用orc中的索引，条纹可以很容易地在最低级别上过滤。这个特性称为 predicate 下推。