diff --git a/notes/Hive数据类型和文件格式.md b/notes/Hive数据类型和文件格式.md
index 2dc7272..ebb5515 100644
--- a/notes/Hive数据类型和文件格式.md
+++ b/notes/Hive数据类型和文件格式.md
@@ -5,42 +5,27 @@
 <a href="#二文件格式">二、文件格式</a><br/>
 <a href="#三存储格式">三、存储格式</a><br/>
 </nav>
-
-
 ## 一、数据类型
 
 ### 1.1 基本数据类型
 
 Hive表中的列支持以下基本数据类型：
 
-- **Integers（整型）**
-  - TINYINT—1字节的有符号整数
-  - SMALLINT—2字节的有符号整数
-  - INT—4字节的有符号整数
-  - BIGINT—8字节的有符号整数
-- **Boolean（布尔型）**
-  - BOOLEAN—TRUE/FALSE
-- **Floating point numbers（浮点型）**
-  - FLOAT— 单精度浮点型
-  - DOUBLE—双精度浮点型
-- **Fixed point numbers（定点数）**
-  - DECIMAL—用户自定义精度定点数，比如2.4，3.68
-- **String types（字符串）**
-  - STRING—指定字符集的字符序列
-  - VARCHAR—具有最大长度限制的字符序列
-  - CHAR—固定长度的字符序列
-- **Date and time types（日期时间类型）**
-  - TIMESTAMP —  时间戳
-  - TIMESTAMP WITH LOCAL TIME ZONE — 时间戳，纳秒精度
-  - DATE—日期类型
-- **Binary types（二进制类型）**
-  - BINARY—字节序列
+| 大类                                    | 类型                                                         |
+| --------------------------------------- | ------------------------------------------------------------ |
+| **Integers（整型）**                    | TINYINT—1字节的有符号整数 <br/>SMALLINT—2字节的有符号整数<br/> INT—4字节的有符号整数<br/> BIGINT—8字节的有符号整数 |
+| **Boolean（布尔型）**                   | BOOLEAN—TRUE/FALSE                                           |
+| **Floating point numbers（浮点型）**    | FLOAT— 单精度浮点型 <br/>DOUBLE—双精度浮点型                 |
+| **Fixed point numbers（定点数）**       | DECIMAL—用户自定义精度定点数，比如2.4，3.68                  |
+| **String types（字符串）**              | STRING—指定字符集的字符序列<br/> VARCHAR—具有最大长度限制的字符序列 <br/>CHAR—固定长度的字符序列 |
+| **Date and time types（日期时间类型）** | TIMESTAMP —  时间戳 <br/>TIMESTAMP WITH LOCAL TIME ZONE — 时间戳，纳秒精度 DATE—日期类型 |
+| **Binary types（二进制类型）**          | BINARY—字节序列                                              |
 
 >TIMESTAMP 和 TIMESTAMP WITH LOCAL TIME ZONE 的区别：
 >
->TIMESTAMP WITH LOCAL TIME ZONE：用户提交时间给数据库时，该类型会转换成数据库的时区来保存。查询时则按照查询客户端的不同，转换为查询客户端所在的时区的时间。
+>+ TIMESTAMP WITH LOCAL TIME ZONE：用户提交时间给数据库时，该类型会转换成数据库的时区来保存。查询时则按照查询客户端的不同，转换为查询客户端所在的时区的时间。
 >
->TIMESTAMP ：提交什么时间就保存什么时间，查询时也不做任何转换。
+>+ TIMESTAMP ：提交什么时间就保存什么时间，查询时也不做任何转换。
 
 ### 1.2 隐式转换
 
@@ -52,11 +37,11 @@ Hive中基本数据类型遵循以下的层次结构，按照这个层次结构
 
 ### 1.3 复杂类型
 
-| 类型   | 描述                                                         | 示例                                   |
-| ------ | ------------------------------------------------------------ | -------------------------------------- |
-| STRUCT | 类似于对象，是字段的集合，字段的类型可以不同，可以使用 `名称.字段名`方式进行访问 | STRUCT ('xiaoming', 12 , '2018-12-12') |
-| MAP    | 键值对的集合，可以使用`名称[key]`的方式访问对应的值          | map('a', 1, 'b', 2)                    |
-| ARRAY  | 数组是一组具有相同类型和名称的变量的集合，可以使用`名称[index]`访问对应的值 | ARRAY('a', 'b', 'c', 'd')              |
+| 类型       | 描述                                                         | 示例                                   |
+| ---------- | ------------------------------------------------------------ | -------------------------------------- |
+| **STRUCT** | 类似于对象，是字段的集合，字段的类型可以不同，可以使用 `名称.字段名`方式进行访问 | STRUCT ('xiaoming', 12 , '2018-12-12') |
+| **MAP**    | 键值对的集合，可以使用`名称[key]`的方式访问对应的值          | map('a', 1, 'b', 2)                    |
+| **ARRAY**  | 数组是一组具有相同类型和名称的变量的集合，可以使用`名称[index]`访问对应的值 | ARRAY('a', 'b', 'c', 'd')              |
 
 
 
@@ -89,6 +74,67 @@ CREATE TABLE students(
 | ^B          | 用于分割 ARRAY 或者 STRUCT 中的元素，或者用于 MAP 中键值对之间的分割，<br/>在CREATE TABLE语句中也可以使用八进制编码`\002` 表示 |
 | ^C          | 用于 MAP 中键和值之间的分割，在CREATE TABLE语句中也可以使用八进制编码`\003` 表示 |
 
+使用示例如下：
+
+```sql
+CREATE TABLE page_view(viewTime INT, userid BIGINT)
+ ROW FORMAT DELIMITED
+   FIELDS TERMINATED BY '\001'
+   COLLECTION ITEMS TERMINATED BY '\002'
+   MAP KEYS TERMINATED BY '\003'
+ STORED AS SEQUENCEFILE;
+```
 
 
-## 三、存储格式
\ No newline at end of file
+
+## 三、存储格式
+
+### 3.1 支持的存储格式
+
+Hive会在HDFS为每个数据库上创建一个目录，数据库中的表是该目录的子目录，表中的数据会以文件的形式存储在对应的表目录下。Hive支持以下几种文件存储格式：
+
+| 格式             | 说明                                                         |
+| ---------------- | ------------------------------------------------------------ |
+| **TextFile**     | 存储为纯文本文件。 这是Hive默认的文件存储格式。这种存储方式数据不做压缩，磁盘开销大，数据解析开销大。 |
+| **SequenceFile** | SequenceFile是Hadoop API提供的一种二进制文件，它将数据以<key,value>的形式序列化到文件中。这种二进制文件内部使用Hadoop的标准的Writable 接口实现序列化和反序列化。它与Hadoop API中的MapFile 是互相兼容的。Hive中的SequenceFile 继承自Hadoop API 的SequenceFile，不过它的key为空，使用value 存放实际的值，这样是为了避免MR 在运行map阶段的排序过程。 |
+| **RCFile**       | RCFile文件格式是FaceBook开源的一种Hive的文件存储格式，首先将表分为几个行组，对每个行组内的数据进行按列存储，每一列的数据都是分开存储。 |
+| **ORC Files**    | ORC是在一定程度上扩展了RCFile，是对RCFile的优化。            |
+| **Avro Files**   | Avro是一个数据序列化系统，设计用于支持大批量数据交换的应用。它的主要特点有：支持二进制序列化方式，可以便捷，快速地处理大量数据；动态语言友好，Avro提供的机制使动态语言可以方便地处理Avro数据。 |
+| **Parquet**      | Parquet就是基于Dremel的数据模型和算法实现的，面向分析型业务的列式存储格式。辅以按列的高效压缩和编码技术，实现降低存储空间，提高IO效率，降低上层应用延迟。 |
+
+> 综合各方面性能考虑，以上压缩格式中ORC和parquet格式的使用较为广泛。
+
+### 3.2 指定存储格式
+
+通常在创建表的时候使用`STORED AS`参数指定：
+
+```shell
+CREATE TABLE page_view(viewTime INT, userid BIGINT)
+ ROW FORMAT DELIMITED
+   FIELDS TERMINATED BY '\001'
+   COLLECTION ITEMS TERMINATED BY '\002'
+   MAP KEYS TERMINATED BY '\003'
+ STORED AS SEQUENCEFILE;
+```
+
+各个存储文件类型指定方式如下：
+
+- STORED AS TEXTFILE
+
+- STORED AS SEQUENCEFILE
+
+- STORED AS ORC
+
+- STORED AS PARQUET
+
+- STORED AS AVRO
+
+- STORED AS RCFILE
+
+
+
+
+## 参考文档
+
+1. [LanguageManual DDL](https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL)
+2. [LanguageManual Types](https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Types)
\ No newline at end of file