Presto是什么？ Presto是Facebook开源的MPP（Massive Parallel Processing）SQL引擎，其理念来源于一个叫Volcano的并行数据库，该数据库提出了一个并行执行SQL的模型，它被设计为用来专门进行高速、实时的数据分析…
Hive简介 Hive 由 Facebook 实现并开源，是基于 Hadoop 的一个数据仓库工具。可以将结构化的数据映射为一张数据库表并提供 HQL(Hive SQL)查询功能。底层数据是存储在 HDFS 上，Hive的本质是将 SQL 语句转换为 MapR…
这篇一开始文章整理于2014年，在此的7~8年时间里，Hadoop已经发生了很多变化，但最为核心的内容并没有变化那么多，当时的文章还是有一定的参考意义。再次重新做下整理。 Hadoop的概要介绍 Hadoop，是一个分布式系…
Google，作为全球最大的搜索引擎公司，其伟大之处不仅在于建立了一个强大的搜索引擎，还在于它创造了3项革命性的技术，即：GFS、MapReduce 和 BigTable。作为 Google 早期三驾马车，这三项革命性的技术不仅在大数据…
Bigtable是2005年谷歌的论文：《Bigtable: A Distributed Storage System for Structured Data》中介绍的一种分布式存储系统，后来被Hadoop社区实现为HBase。读懂这篇论文，那么理解HBase也就非常容易了。 摘…
GFS系统简介 Google 文件系统（Google File System，缩写为 GFS 或 GoogleFS），一种由 Google 公司开发专有分布式文件系统。 它与传统文件系统的的区别在于： 分布式 - 提供很高的横向扩展性 使用…
大数据印象 当别人谈论“大数据”时，你的感觉是？ 状态1：不明觉厉 突如其来起来的一些名词可能把你搞蒙，如分布式、云存储、云计算、数据仓库、数据挖掘你能说清楚到底是什么吗？这时候的认知可能是高端、大…
Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。已有的Hive系统虽然也提供了SQL语义，但由于Hive底层执行使用的是MapReduce引擎，仍然是一个批处理…
