1. Gzip压缩
Gzip是Hadoop原生支持的压缩格式，采用DEFLATE算法，文件扩展名为.gz。其核心优点是压缩率较高（高于Snappy，低于Bzip2）、压缩/解压速度快（Hadoop原生支持且有Linux系统自带命令，使用便捷）；缺点是不支持文件切分（Split），若单个文件压缩后超过HDFS块大小（默认128MB），会导致MapReduce任务无法并行处理。适用于单文件压缩后小于130MB的场景，如每日/每小时日志压缩，或需要与文本处理程序兼容且无需修改代码的情况。
2. Bzip2压缩
Bzip2是Hadoop原生支持的压缩格式，采用Burrows-Wheeler算法，文件扩展名为.bz2。其核心优点是支持文件切分（Split，可通过Hadoop并行处理）、压缩率极高（高于Gzip）；缺点是压缩/解压速度慢（远低于Gzip和Snappy）、不支持Hadoop Native库（需依赖系统命令）。适用于对压缩率要求高、对速度要求低的场景，如数据归档、大文件长期存储。
3. LZO压缩
LZO需额外安装（Linux系统下安装lzop命令），采用LZO算法，文件扩展名为.lzo。其核心优点是压缩/解压速度快（接近Snappy）、压缩率合理（低于Gzip但高于Snappy）、支持文件切分（需提前建索引，指定InputFormat为LzoTextInputFormat）；缺点是Hadoop本身不支持（需安装插件）、索引维护成本略高。适用于**大文件（压缩后大于200MB）**场景，如海量日志、历史数据存储。
4. Snappy压缩
Snappy需额外安装（Linux系统下无自带命令），采用Snappy算法，文件扩展名为.snappy。其核心优点是压缩/解压速度极快（最快）、支持Hadoop Native库（高效利用CPU）；缺点是不支持文件切分（Split）、压缩率较低（低于Gzip和Bzip2）。适用于MapReduce作业的中间数据压缩（如Mapper输出到Reducer的中间结果）或快速数据传输场景，能有效减少网络和磁盘IO开销。
5. Zstandard（Zstd）压缩
Zstd是Facebook开发的现代压缩算法，Hadoop通过第三方库支持，文件扩展名为.zst。其核心优点是高压缩比（优于Snappy，接近Gzip）、快速压缩/解压速度（优于Gzip）；缺点是Hadoop需额外配置（添加ZstdCodec到io.compression.codecs）。适用于需要平衡压缩比与速度的场景，如实时数据处理、高频更新的数据集。
