概念
Ad hoc is latin for “for this purpose”. You might call it an “on the
fly” query, or a “just so” query. It’s the kind of SQL query you just
loosely type out where you need it
在人可容忍的交互时间内(5秒内),对于给定查询返回结果,典型应用场景为:
产品运营实时洞察
A/B Testing
用户增长领域
特点
(灵活性) 查询方式不固定,不能被预计算
(海量) 查询数据规模超出传统数据库可以承受的规模 (100亿+)
(实时) 可以查询到最近产生的数据, 这一点不同业务形态要求的实时性会有差别
实现
以下方案均以海量为前提,但是在灵活性和实时性方面有取舍。
方案 1: ElasticSearch
适用场景: 低查询耗时,实时,低灵活性,高成本 (土豪的选择)
方案 2: Spark + HDFS + ORC/Parquet
适用场景: 高查询耗时,非实时,高灵活性,低成本 (需要有 Table Compaction 流程)
方案 3: Impala + Kudu
适用场景: 低查询耗时,实时,低灵活性,低成本 (平衡之选)
方案 4: Impala + Alluxio + HDFS + ORC/Parquet
适用场景: 低查询耗时,非实时,低灵活性,高成本 (极致的快速)
方案 5: Druid
适用场景: 低查询耗时,实时,极低灵活性,高成本 (一般用于秒级聚合查询)
方案 6: Apache Kylin + Spark
适用场景: 低查询耗时,非实时,极低灵活性,低成本 (不要求实时的话,低成本方案)
方案 7: Spark + Kudu
适用场景: 高查询耗时,实时,高灵活性,低成本 (实时+灵活性的最佳选择,但性能会稍差)