【ORC】Hudi 的 MOR（Merge-on-Read）表是否支持 ORC 作为基础文件格式？如何配置？

Hudi MOR 表支持 ORC 格式深度解析：配置、原理与生产实践0. 问题引入：从大促用户行为分析说起用户原始问题：“Hudi 的 MOR（Merge-on-Read）表是否支持 ORC 作为基础文件格式？如何配置？”在备战年度“618”大促时，我们的用户行为分析平台面临一个严峻挑战：需要实时处理每秒数十万条的用户点击流，并支持对任意用户在过去7天内的行为进行毫秒级回溯查询。业务方要求数据延迟不超过1分钟，且查询 P99 延迟需低于500ms。我们最初选择了 Hudi 的 **MOR **(Merge-on-Read) 表模式，因为它能完美平衡写入吞吐和查询延迟——新数据以 **日志文件 **(Log Files) 形式快速追加，而历史数据则以高效的 **列式基础文件 **(Base Files) 存储。查询时，Hudi 会动态合并两者，提供最新视图。然而，在基础文件格式的选择上，团队产生了分歧：Parquet 派：认为 Parquet 是 Hudi 社区的“默认”和“事实标准”，生态工具链最成熟。ORC 派：指出我们的数据包含大量高基数字符串（如user_id,session_id,product_sku），ORC 的字典编码和布隆过滤器能带来显著的存储和查询优势。/