Hadoop中常用的数据压缩格式有哪些？都有哪些特点？

1、gzip压缩：压缩率比较高，而且压缩/解压速度也比较快；但是不支持split。当每个文件压缩之后在130M以内的（1个块大小内），都可以考虑用gzip压缩格式。
2、lzo压缩：压缩/解压速度也比较快，合理的压缩率；支持split，是hadoop中最流行的压缩格式。一个很大的文本文件，压缩之后还大于200M以上的可以考虑，而且单个文件越大，lzo优点越越明显。
3、snappy压缩：高速压缩速度和合理的压缩率；不支持split；压缩率比gzip要低。当mapreduce作业的map输出的数据比较大的时候，作为map到reduce的中间数据的压缩格式；或者作为一个mapreduce作业的输出和另外一个mapreduce作业的输入。
4、bzip2压缩：支持split；具有很高的压缩率，比gzip压缩率都高；压缩/解压速度慢。适合对速度要求不高，但需要较高的压缩率的时候，可以作为mapreduce作业的输出格式。