用于orc和序列文件 BLOCK__OFFSET__INSIDE__FILE 不是每个文件唯一的，官方文档说它是当前块的第一个字节的文件偏移量
在internet上的一些资源中，据说块\偏移\在\文件中是唯一的，在文本文件中是唯一的。即使这是真的，你为什么要限制自己的文本文件只。
此外，uuid不依赖于输入文件，可以在一些转换后计算，在一个工作流中阅读kaffka主题，完全没有文件，等等，在其他一些系统中生成的uuid在您的系统中也是唯一的，因为uuid是全局唯一的。而且uuid的长度相同，不依赖于文件目录结构的长度，并且 INPUT__FILE__NAME 包含所有文件路径，这使文件名在同一文件系统中唯一。
这就是为什么uuid是更好的解决方案

我会使用内置的 SURROGATE_KEYS 自定义项。这比uuid有优势。当您在表中输入数据时，这个函数会自动为您的行生成数字id，并且执行速度比uuid快。
例子：
1） 以具有acid属性的默认orc格式创建students表。

CREATE TABLE students (row_id INT, name VARCHAR(64), dorm INT);

2） 在表中插入数据。例如：

INSERT INTO TABLE students VALUES (1, 'fred flintstone', 100), (2, 'barney rubble', 200);

3） 使用代理键udf创建students表的版本。

CREATE TABLE students_v2 
(`ID` BIGINT DEFAULT SURROGATE_KEY(),
 row_id INT,
 name VARCHAR(64), 
 dorm INT, 
 PRIMARY KEY (ID) DISABLE NOVALIDATE);

4） 插入数据，它会自动为主键生成代理键。

INSERT INTO students_v2 (row_id, name, dorm) SELECT * FROM students;

5） 查看代理密钥。

SELECT * FROM students_v2;

6） 将代理键作为外键添加到另一个表中，例如student\u grades表，以加快表的后续联接。

ALTER TABLE student_grades ADD COLUMNS (gen_id BIGINT);

MERGE INTO student_grades g USING students_v2 s ON g.row_id = s.row_id
WHEN MATCHED THEN UPDATE SET gen_id = s.id;

7） 对代理键执行快速联接。
（注意：此示例是从hortonworks文档中复制的，并将其添加到此处，因此即使删除了它的链接，我们也有一个示例可供参考）：
还有其他方法可以在表中使用代理键。这是讨论的好线索。
https://community.hortonworks.com/idea/8619/how-do-we-create-surrogate-keys-in-hive.html