Presto？还是 Hive？ 你们知道大数据查询性能谁更强吗？

技术控们，你们知道大数据查询性能谁更强吗?

经过对 Presto 和 Hive 的性能做了大量的对比测试，最终结果表明： Presto 的平均查询性能是 Hive 的 10 倍!

由于 Presto 的数据源具有完全解耦、高性能，以及对 ANSI SQL 的支持等特性，使得 Presto 在 ETL、实时数据计算、 Ad-Hoc 查询和实时数据流分析等多个业务场景中均能发挥重要的作用。

一、实时数据查询：

我们看看小P在实时数据计算方面又有哪些卓越表现呢?

由于 Presto 卓越的性能表现，使得 Presto 可以弥补 Hive 无法满足的实时计算空白，因此可以将 Presto 与 Hive 配合使用：对于海量数据的批处理和计算由 Hive 来完成;对于大量数据(单次计算扫描数据量级在 GB 到 TB)的计算由 Presto 完成。 Presto 能够完成的实时计算实际上分为以下两种情况。

1. 快照数据实时计算

在这种情况下，可以基于某个时间点的快照数据进行计算，但是要求计算过程快速完成( 200ms~20min)。

2. 完全实时计算

要完成完全实时计算，需要满足以下两个条件。

( 1)使用的基准数据要实时更新，时刻保持与线上实际数据库中的数据完全一致。

( 2)计算过程要能够快速完成。

在某公司的实际使用场景中， Presto 被用于下述两种业务场景中。

基于 T+1 数据的实时计算

在这种业务场景中，用户并不要求基准数据的实时更新，但是要求每次查询数据都能够快速响应。需要 Presto 和 Hive 配合使用来满足实际的业务需求。每天凌晨通过azkaban 调度 Hive 脚本，根据前一天的数据计算生成中间结果表，生成完毕之后使用 Presto 查询中间结果表，得出用户最终所需要的数据。满足该业务场景的解决方案如图

 

基于 RDBMS 的实时计算

在这种业务场景中，用户要求查询的数据完全实时，即只要业务库中的数据发生改变，通过 Pr