这个其实是转自杭州第三次spark meetingup，华为的李昆大神的分享。
| OLAP分析场景 | ORC File | Parquet File | Cube File |
| Full scan one dimension | Fast | Fast | Median |
| (Low Cardinality) | (只扫需要的列) | (只扫需要的列) | (只扫需要的列，但MDK较大) |
| Full scan one dimension | Slow | Slow | Fast |
| (High Cardinality) | (Stripe Level字典编码，需要重复解码) | (Row Group Level字典编码，需要重复解码) | (全局字典编码，无重复解码) |
| Full scan multiple dimension aggregation | Slow | Slow | Fast |
| (读取多行并做join) | (读取多行并做join) | (星型模型转换后无需join) | |
| Filter single dimension | Slow | Very Slow | Fast |
| (需要全扫描单列，可利用min/max跳过Stripe) | (需要全扫描单列，无索引) | (利用多维索引) | |
| Filter multiple dimensions | Slow | Very Slow | Very Fast |
| Select Year,ServiceName, | (需要全扫描多列，可利用min/max跳过Stripe) | (需要全扫描多列，无索引) | (利用多维索引) |
| Filter on Measure | Slow | Slow | Slow |
| (需要全扫描，可利用min/max跳过Stripe) | (需要全扫描，无索引) | （度量上无索引，需要全扫描） |
排版有些乱，大家凑合看一下。
从这个比较来看，大基数的全量多维的查询，CubeFile的优势是很明显的。
个人感觉，最大原因是ORCFile和ParquetFile他们是分块索引数据的，而CubeFile是全量索引数据的。现在理解的还比较浅，等深入理解后再来论这个的区别和关系。