Apache CarbonData 2.0 线上发布会

最新推荐文章于 2024-08-07 09:10:26 发布

开源社

最新推荐文章于 2024-08-07 09:10:26 发布

阅读量403

点赞数

原文链接：https://www.slidestalk.com/m/191

版权

点击上方“开源社”关注我们

| 主办方：Apache CarbonData、开源社

| 编辑：陈梅梅

| 设计：叶修缘丶

2020/06/03 (周三）19:30 - 21:00

Apache CarbonData x 开源社

活动介绍

Overview

Apache CarbonData 是一个高性能 EB 级别原生 Hadoop 分析型数据仓库，提供面向对象存储上 EB 级数据的高性能明细查询能力、交互式查询能力，提供数据实时同步和更新能力，提供对主要 ETL 业务的支持和加速，以及支持标注、训练型分析的机器学习库。

CarbonData 作为目前为数不多的由中国公司贡献的 Apache 顶级项目，2017 年正式 “出道”，让我们简单回顾下 CarbonData 的历史：

CarbonData 1.4 成为 Apache 顶级项目（2017年初）：多个国内国外大型客户试用，当时客户性能测试中，Spark on CarbonData 是 Spark on Parquet 的 1.5 ~ 2 倍。促进了 CarbonData 1.0 作为正式产品发布，并成为首个由中国本土公司贡献的 Apache 顶级项目。
CarbonData 1.5、1.6（2019年初）：Hadoop 生态 ACID 能力，包括事务、容错、元数据管理等。
CarbonData 2.0 发布（当前）：针对云环境的系统架构重新设计，数十个高级功能，包括存算分离优化、索引和物化视图能力、数据湖能力、数据实时同步和更新等等。

可以看出，CarbonData 自出道以来，一直秉承实践和探索的开源精神不断开拓进取，成为 Apache 软件基金会当中，华人力量崛起的重要力量。

下面我们来快速预览 CarbonData 2.0 的重要里程碑特性。

存算分离

- 存储优化：面向对象存储的元数据管理优化，避免数据管理中移动对象、列举对象的高昂开销
- 计算生态：支持 Spark 2.4.5，支持 Flink、Hive、Alluxio、Presto、PyTorch、TensorFlow

明细查询和交互分析

- 详单查询：二级索引、空间索引、Segment 级别 MinMax 索引，实现 PB 级别详单查询秒级响应
- 复杂查询：物化视图、时序预聚合、分桶索引，实现复杂查询秒级响应
- 数据湖索引管理：分布式索引缓存——IndexServer、并支持索引内存预加载

数据实时同步和更新

- Insert、Update 和 Delete 性能增强，支持 Merge 语法

ETL支持和加速

- 支持Hive读写CarbonData事务表，以及读写性能深度优化

- 支持标注、训练型分析的机器学习库

为了让大家进一步了解 Apache CarbonData 2.0，我们将举办 Apache CarbonData 2.0 发布线上直播。

届时，不仅有 CarbonData 社区的嘉宾为大家解读 CarbonData 的最新特性和性能，我们还邀请了多位 CarbonData 的开发者和大家分享大数据应用经验和实践。

点击阅读原文可直接参与报名～

开源社简介

开源社是由国内外支持开源的企业，社区及个人，依“贡献，共识，共治”原则，所组织的厂商中立、纯志愿者、非营利的开源联盟，旨在共创健康可持续发展的开源生态体系，并推动中国开源社区成为全球开源软件的积极参与及贡献者。我们专注于开源治理、国际接轨、社区发展和开源项目。

相关阅读 | Related Reading

暑期2020 之“大咖说开源” | 李建盛：开源世界中的“隐”规则

叮～一个有趣又烧脑程序员闯关游戏，等你来玩

关注