我想存储许多对象，然后再处理它们。（用数据做统计）
现在，我做了什么：
我已经用 Thrift 序列化了每个文件一个对象。（1 个节俭对象 = 1 个二进制文件）
我还将节俭对象转换为 Parquet 文件。（我很惊讶，因为我的 thrift 二进制文件大约为 1 KB，而 parquet 文件为相同的数据做了 140 KB！）
那么，对你来说，最好的方法是什么？
1) 将 Parquet 文件与 Impala 一起使用？
2) 将 Thrift 文件与 ..I don't know.. 一起使用？（以及如何序列化同一个文件中的许多对象以获得更大的文件，我读取文件必须非常大才能有效）
3) 猪？蜂巢？和 .. ？
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。
必须使用 MapReduce 吗？以后可以用吗？
谢谢 ！