ORC
Optimized Row Columnar — столбцовый формат файлов для аналитики. Hortonworks, 2013, изначально для Hive. Конкурент Parquet: экосистема Hive предпочла ORC, Spark и Presto — Parquet. Оба формата столбцовые и со сжатием.
Файл делится на stripes — блоки около 250 МБ, внутри которых данные хранятся по столбцам. Минимумы и максимумы по каждому столбцу в каждом stripe позволяют делать predicate pushdown: условие «WHERE date > X» просто пропускает ненужные stripes. На практике ORC — стандарт де-факто в стеках Cloudera и Apache Hive, а Parquet — в Spark и облачных хранилищах данных. Apache Iceberg и Delta Lake поддерживают оба формата, Trino читает оба одинаково хорошо. В Hive 3 у ORC есть ACID-транзакции — редкость для столбцового формата.