即席查询组件对比

N.0 前言

1）这里我们讲解的是CDH版的数仓，一般用impala。而 apache版的数仓使用的是Druid+Presto+Kylin查询引擎，有兴趣的可以学习下。

N.1 Druid

1）摘要：Druid是一个快速的列式分布式的支持实时分析的数据存储系统（自带SQL分析引擎），在处理PB级别数据、毫秒级查询、数据实时处理方面，比传统的OLAP系统有了显著的性能改进。 Druid数据结构 与Druid架构相辅相成的是其基于DataSource与Segment的数据结构，它们共同成就了Druid的高性能优势。 2）注意:阿里巴巴也创建过一个开源项目叫作Druid (简称阿里Druid) ,它是个数据库连接池的项目，为spirngBoot。阿里Druid(属于连接池)和apache的Druid(属于数据存储系统)没有任何关系,只是他们的名字刚好取的一模一样而已。

N.2 Presto

1）摘要：Presto是一个开源的分布式SQL分析引擎，数据量支持GB到PB字节，主要用来处理秒级查询的场景。 虽presto可以解析SQL，但它不是一个标准的数据库，不是MySQL、Oracle的代替品，也不能用来处理在线事务，值用作OLAP； Presto、Impala性能比较 测试结论：

N.3 Phoenix

1）摘要：Phoenix Phoenix是HBase的开源SQL查询引擎。可以使用标准JDBC API代替HBase客户端API来创建表，插入数据和查询HBase数据。 2）特点 （1）容易集成：如Spark，Hive，Pig，Flume和Map Reduce。 （2）性能好：直接使用HBase API以及协处理

N.4 Kylin

1）摘要：开源的分布式SQL分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（MOLAP）能力以支持超大规模数据，能在亚秒内查询巨大的Hive表； Kylin的主要特点包括支持SQL接口、支持超大规模数据集、亚秒级响应、可伸缩性、高吞吐率、BI工具集成等。 MR HiveM(多维)OLAP连接分

N.5 Impala

1）摘要： 概述 Cloudera公司推出，提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能。基于Hive，使用内存计算，兼顾数据仓库、具有实时、批处理、多并发等优点。 是CDH平台首选的PB级大数据实时SQL分析引擎。 2）优点： 基于内存运算，不需要把中间结果写入磁盘，省掉了。