摘錄自《Hadoop 權威指南》
Hive 從兩個維度對錶的存儲進行管理，分別是行格式（row format）和文件格式（file format）。行格式指行和一行中的字段如何存儲。按照 Hive 的術語，行格式的定義由 SerDe 定義。SerDe 是“序列化和反序列化工具”（Serializer-Deserialize）的合成詞。
當作爲反序列化工具進行使用時，也就是查詢表時，SerDe 將把文件中字節形式的數據行反序列化爲 Hive 內部操作數據行時使用的對象形式。使用序列化工具時，也就是執行 INSERT 或 CTAS（CREATE TABLE … AS SELECT）時，表的 SerDe 會把 Hive 的數據行內部表示形式序列化成字節形式並寫到輸出文件中。
文件格式指一行字段容器的格式，最簡單的格式是純文本文件，但是也可以使用面向行的和麪向列的二進制格式。
1. 默認存儲格式：分割的文本
如果在創建表沒有用 ROW FORMAT 或 STORED AS 子句，那麼 Hive 所使用的默認格式是分隔的文本，每行（line）存儲一個數據行（row）。
默認的行內分隔符不是製表符，而是 ASCII 控制碼集合中的 Control-A（它的 ASCII 碼爲 1）。選擇 Control-A（在文檔中有時記作 ^A ）作爲分隔符是因爲和製表符相比，它出現在字段文本中的可能性比較小。在 Hive 中無法對分隔符進行轉義，因此，挑選一個不會在數據字段中用到的字符作爲分隔符非常重要。
集合類元素的默認分隔符爲字符 Control-B。它用於分隔 ARRAY 或 STRUCT 或 MAP 的鍵-值對中的元素。默認的映射鍵（map key）分隔符爲字符 Control-C。它用於分隔 MAP 的鍵和值。表中各行之間用換行符分隔。
前面對分隔符的描述，對於一般情況下的平面數據結構——即只包含原子數據類型的複雜數據類型——都是沒問題的。但是，對於嵌套數據類型，這還不夠。事實上，嵌套的層次（level）決定了使用哪種分隔符。
例如，對於數組的數組，外層數據的分隔符如前所述是 Control-B 字符，但內層數據則使用分隔符列表中的下一項（Control-C 字符）作爲分隔符。如果不確定 Hive 使用哪個字符作爲某個嵌套結構的分隔符，可以運行以下命令：CREATE TABLE nested AS SELECT array(array(1, 2), array(3, 4)) FROM dummy;然後再使用 hexdump 或類似的命令查看輸出文件的分隔符。
實際上，Hive 支持 8 級分隔符，分別對應於 ASCII 編碼的 1，2，……，8。但是隻能重載其中的前三個。
因此，以下語句：
CREATE TABLE ...;
等價於下面顯示說明的語句：’
CREATE TABLE ...
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\001'
COLLECTION ITEMS TERMINATED BY '\002'
MAP KEYS TERMINATED BY '\003'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE;
注意，可以使用八進制形式表示分隔符，例如，001 表示 Control-A。
Hive 在內部使用一個名爲 LazySimpleSerDe 的 SerDe 來處理這種分隔符格式以及面向行的 MapReduce 文本輸入和輸出格式。這裏使用前綴“lazy”的原因是這個 SerDe 對字段的反序列化是延遲處理的，只有在訪問字段時纔會反序列化。但是，由於文本以冗餘的形式進行存放，所以這種存儲格式並不緊湊。比如，一個布爾值事實上是以文本字符串 true 或 false 的形式存放的。
這種簡單的格式有很多好處，例如，使用其它工具（包括 MapReduce 程序或 Streaming）來處理這樣的格式非常容易。但是還可以選擇一些更緊湊和高效的二進制 SerDe。
2. 二進制存儲格式：順序文件、Avro 數據文件、Parquet 文件、RCFile 與 ORCFile
二進制格式的使用方法非常簡單，只需要通過 CREATE TABLE 語句中的 STORED AS 子句做相應聲明。這裏不需要指定 ROW FORMAT，因爲其格式由底層的二進制文件格式來控制。
二進制格式可分爲兩大類：面向行的格式和麪向列的格式。一般來說，
- 面向列的存儲格式對於那些只訪問表中一小部分列的查詢比較有效；
- 相反，面向行的存儲格式適合同時處理一行中很多列的情況；
Hive 本身支持兩種面向行的格式：Avro 數據文件和順序文件，它們都是通用的可分割、可壓縮的格式。另外，Avro 還支持模式演化以及多種編程語言的綁定。在 Hive 0.14.0 之後版本中，使用下述語句可以將表存儲爲 Avro 格式：
SET hive.exec.compress.output=true;
SET avro.output.codec=snappy;
CREATE TABLE ... STORED AS AVRO;
請注意，通過設置相應的屬性即可支持表壓縮。
類似地，Hive 利用 CREATE TABLE 語句中的 STORED AS SEQUNCEFILE 子句聲明，將順序文件作爲存儲格式。Hadoop 壓縮
Hive 本身可支持的面向列的格式包括：Parquet、RECFile 和 ORCFile。下面這個示例使用 CREATE TABLE … AS SELECT 語句來創建一個表的 parquet 格式的複本。
CREATE TABLE users_parquet STORED AS PARQUET
AS
SELECT * FROM users;
3. 使用定製的 SerDe：RegexSerDe
CREATE TABLE table_name
...
ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WIHT SERDEPROPERTIES ("input.regex" = "(\\d{6})(\\d{5}(.{29})).*")
;
SerDe 可以用 WITH SERDEPROPERTIES 子句來設置額外的屬性。上面設置 RegexSerDe 特有的 input.regex 屬性。
4. 存儲句柄
存儲句柄（Storage handler）用於 Hive 自身無法訪問的存儲系統，比如 HBase。存儲句柄使用 STORED BY 子句指定。它代替了 ROW FORMAT 和 STORED AS 子句。