介绍

DEFLATE：Hadoop自带的压缩方式，文件扩展名为.deflate，不支持切片。

Gzip：压缩率比较高，而且压缩/解压速度也比较快；Hadoop本身支持，在应用中处理Gzip格式的文件就和直接处理文本一样；大部分Linux系统都自带Gzip命令，使用方便。但是，Gzip不支持切片。

bzip2：支持切片；具有很高的压缩率，比Gzip压缩率都高；Hadoop本身自带，使用方便。但是，bzip2的压缩/解压速度慢。

LZO：压缩/解压速度也比较快，合理的压缩率；支持切片，是Hadoop中zui流行的压缩格式；可以在Linux系统下安装lzop命令，使用方便。但是，LZO的压缩率比Gzip要低一些；Hadoop本身不支持，需要安装；在应用中对LZO格式的文件需要做一些特殊处理（为了支持切片需要建索引，还需要指定InputFormat为LZO格式）。

Snappy：高速压缩速度和合理的压缩率。但是，Snappy不支持切片；压缩率比Gzip要低；Hadoop2版本不支持，需要安装，Hadoop3版本已经自带支持。

压缩 方式 选择

压缩方式选择时重点考虑：压缩/解压缩速度、压缩率（压缩后存储大小）、压缩后是否可以支持切片。