- 博客(8)
- 收藏
- 关注
RSS订阅原创 实时查询引擎 - 介绍总结
基于Hadoop的实时查询引擎组件众多，且各有千秋，就当前已介绍的几种：Apache Drill、Presto、HAWQ、Impala，也几各有不同。那么它们到底有什么不同呢，且看这篇简单的总结
2016-12-09 23:30:29
2562
原创 实时查询引擎 - Cloudera Impala 介绍与应用
Impala是我使用最多，也是使用非常广泛的实时查询系统。相较于之前介绍的HAWQ, Presto 以及 Drill 等，已经可以找到很多它的相关资料。它同样是基于Hadoop的以SQL语言接口，并提供实时的，高并发的查询MPP类查询引擎。那Impala到底有什么优势呢？
2016-11-28 15:30:29
6705
原创 实时查询引擎 - 构建于HDFS之上的Greenplum： HAWQ
HAWQ 是什么? 如果你知道Greenplum是什么，那么你就能很简单的明白HAWQ是什么。Greenplum是一个关系型的分布式MPP数据库，同样运行于X86架构的基础之上，具有查询、加载效率高，支持TB/PB级大数据量的OLAP应用， Greenplum的所有数据都存储于系统本地文件系统中。而HAWQ的最大改变就是将本地文件系统存储更换为了HDFS，成功的搭上了大数据库的班车。
2016-11-22 23:55:58
6544
1
原创 实时查询引擎 - Facebook Presto 介绍与应用
Facebook presto是什么，继Facebook创建了HIVE神器后的又一以SQL语言作为接口的分布式实时查询引擎，可以对PB级的数据进行快速的交互式查询。它支持标准的ANSI SQL.包含查询，聚合，JOIN以及窗口函数等。除了Facebook这个创造都在使用外，国内像京东，美团等也都有广泛的使用。
2016-11-09 11:29:56
4652
原创 实时查询引擎 - Apache Drill 介绍与应用
Apache Drill是一个能够对大数据进行实时的分布式查询引擎，目前它已经成为Apache的顶级项目。它以兼容ANSI SQL语法作为接口，支持对本地文件，HDFS,HIVE, HBASE,MongeDB作为存储的数据查询，文件格式支持Parquet，CSV, TSV,以及JSON这种无模式无关（schema-free)的数据。
2016-10-18 13:50:32
12235
原创 Impala源码解析 - 了解Impala Catalog加载过程和到底加载了什么
在一个大型的应用系统，每天都有上百亿甚至上千亿的数据需要加载到Hadoop中，随着数据量达到海量的级别，原本可以轻松搞定的事情，现在都变得非常棘手，不管是在Oracle中还是以Impala作为实时查询引擎的Hadoop中，都会遇到很多让你日思夜想，难以入眠的问题。
2016-10-13 22:47:48
2866
原创 轻松学Hadoop系列之 - 理清CDH Hadoop集群安装流程
CDH的官方安装文档提供了几种安装方式，每种安装方式的后面虽然提供了详细步骤，但引用跳转较多，对初学者来说，很快就晕了，最主要困难是什么？英文！英文！英文！，这对很多英文不好的同学就更加难上加难了。所以作为第二篇博客，我们就先来理清一下CDH的安装流程。
2016-04-19 14:59:16
1702
原创 Linux系统误操作之-文件权限介绍和恢复分享
每个Linux用户都有它所属的用户组, 用户或用户组构成了Linux文件或目录的权限访问控制. 每个Linux文件或目录也都有它所属的用户或组. Linux通过文件上所设置的权限信息，来控制当前访问用户可以针对该文件所执行的操作。但是当Linux文件或目录的权限信息被错误更改，我们该如何恢复呢？
2016-04-17 19:14:59
8509
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人