为何Hive外部Snappy压缩Avro表显示compressed:false？

别担心，这个compressed:false的显示其实是个「假象」，完全不影响你的压缩数据正常使用，原因和解决思路如下：

• 为什么会显示false？
  Hive元数据里的compressed字段，是用来标记Hive自身输出数据时是否启用了压缩（比如通过hive.exec.compress.output这类全局配置控制的场景），它并不会主动检测底层存储的Avro文件是否已经被外部工具（比如你用的Sqoop）压缩过。你的文件是Sqoop用Snappy压缩生成的Avro容器文件，Hive的这个元数据字段不会自动同步这个外部压缩状态，所以才会显示false。

• 需要额外设置tblproperties吗？
  完全不需要！Hive自带的Avro相关组件（AvroContainerInputFormat和AvroSerDe）本身就支持自动识别并解压Snappy压缩的Avro文件，不管这个元数据显示什么，你执行查询时都能正常读取压缩后的内容。

• 验证数据是否正常可用的小方法
  可以简单执行一条查询测试：

  SELECT COUNT(*) FROM customers_avro;
  

  如果能正常返回结果，就说明压缩数据已经被正确处理了。也可以用HDFS命令直接查看文件内容：

  hdfs dfs -text /path/to/your/avro/files/*.avro
  

  这条命令会自动解压Snappy压缩的Avro文件并输出内容，能正常显示就说明一切没问题。

总结一下：不用纠结compressed:false的显示，你的压缩数据已经在正常工作了，不需要额外添加任何tblproperties属性。

内容的提问来源于stack exchange，提问作者Bala