我想存储许多对象，然后再处理它们。 （使用数据进行统计）
现在，我做了什么：
我已经使用Thrift序列化了每个文件的一个对象。 （1个节俭对象= 1个二进制文件）
我还将thrift对象转换为Parquet文件。 （我很惊讶，因为我的节俭二进制文件大约1 KB，而镶木地板文件对于相同的数据则为140 KB！）
然后，对你来说，最好的方法是什么？
1）将Parquet文件与Impala一起使用？
2）使用Thrift文件..我不知道..？ （以及如何序列化同一文件中的多个对象以获得更大的文件，我读取的文件必须非常大才能高效）
3）猪？蜂巢？与..？4）......？
我想使用HDFS来存储我的文件。
我使用Ruby创建Thrift文件，并使用Java将其转换为Parquet文件。
是否必须使用MapReduce？我可以在以后使用吗？
谢谢！