1.    Ztsandard介绍

Zstandard（或Zstd）是由Facebook的Yann Collet开发的一个无损数据压缩算法，Zstandard在设计上与DEFLATE（.zip、gzip）算法有着差不多的压缩比，但有更高的压缩和解压缩速度。在其官网(https://github.com/facebook/zstd)给出的性能测试中，Zstandard比snappy、lzo等算法有较高的优势。

       Zstd算法可以通过参数--fast来权衡压缩比与解压缩速度。解压速度越高，压缩比约低。Hive3.1.1中Orc默认采用zlib作为压缩算法（OrcConfig类中orc.compress参数指定），parquet格式默认不压缩。Zstd在最高压缩率的情况下，其压缩速度是zlib的5.56倍，解压速度是其4.15倍。所以如果hive的orc和parquet格式默认采用zstd算法，那么在hive的map读数据阶段，可以极大的减少数据解压耗时，在reduce阶段，减少数据压缩的耗时，在整体上可以提升hive的性能。

2.    Hadoop开启Zstd压缩能力

HADOOP-13578(https://issues.apache.org/jira/browse/HADOOP-13578) 在Hadoop3中增加了Zstd压缩本地库，需要依赖facebook的Zstd库。编译Hadoop时开启Zstd本地库编译的步骤如下：

1.     下载编译并安装Zstd依赖库

2.     编译Hadoop3时默认是不开启的，需要在maven参数中设置相关开启参数。

参数zstd.lib指向本地库中zstd依赖，使用bundle.zstd表示开启编译zstd,如果本地zstd库找不到，编译会失败。

3.    Hive orc格式设置ZSTD为默认压缩算法。

ORC-363(https://jira.apache.org/jira/browse/ORC-363)增加了zStandard压缩算法，影响版本1.6。hive-3.1.1版本中使用orc-1.5.1，需要升级为orc-1.6.3（当前hive不支持orc-1.6）。

       在hive中设置ORC格式的压缩算法有两种方式：1.建表时在TBLPROPERTIES中增加属性”orc.compress”=”ZSTD” ; 2.设置hive参数hive.exec.orc.default.compress=ZSTD。第一中方式需要对每张表进行设置，第二种方式是针对hive全局设置的，比较方便。因此在hive-site.xml中做如下的配置即可开启ORC的ZSTD压缩算法。

<property>
    <name>hive.exec.orc.default.compress</name>
    <value>ZSTD</value>
    <description>orc-1.6.0可选的值：NONE,ZLIB,SNAPPY,LZO,LZ4,ZSTD</description>
</property>

4.    Hive parquet格式设置ZSTD为默认压缩算法

Hive Parquet默认不采用压缩算法，有两种方式可以修改压缩算法：

1.在TBLPROPERTIES中设置参数”parquet.compression”=”zstd”;

2.设置Hadoop的参数来指定parquet压缩算法，

<property>
    <name> mapreduce.output.fileoutputformat.compress   </name>
    <value>true</value>
</property>
<property>
    <name> mapreduce.output.fileoutputformat.compress.codec </name>
    <value> org.apache.hadoop.io.compress.ZStandardCodec</value>
</property>