presto .vs impala .vs HAWQ query engine

Posted gm-201705

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了presto .vs impala .vs HAWQ query engine相关的知识,希望对你有一定的参考价值。

大数据查询引擎的选型,画了几张架构图,和一些对比分析:

一、Presto

技术分享图片

技术分享图片

 

二、Impala

技术分享图片

三、HAWQ

技术分享图片

 

四、总体比较:

技术分享图片

 

1)都是MPP架构,且没有明显性能差距
2)HAWQ的功能、特性较Presto和Impala更全面,同时带来系统配置复杂,学习维护成本高的风险
3)Presto与Impala都有各自明显的优势:

1,Presto可以通过Connector接入多种数据源,灵活性高,而Impala只支持有限的数据源类型
2,Impala天然支持Coordinator高可用,Presto的Coordinator存在单点故障,需人工参与恢复
3,Impala更容易在现有CDH环境部署、集成

目前使用Hive痛点问题是慢
在满足速度快的条件下,替代方案的稳定性、易用性、易维护性优先考虑,

 






以上是关于presto .vs impala .vs HAWQ query engine的主要内容,如果未能解决你的问题,请参考以下文章

HadoopFlink VS Spark?Drill VS Presto?

技术分享 | Presto性能对比测试:Kubernetes部署 VS 物理机部署

技术分享 | Presto性能对比测试:Kubernetes部署 VS 物理机部署

[原创]kudu vs parquet, impala vs spark Benchmark

Athena (Hive/Presto) Parquet vs ORC 计数查询

快速 Hadoop 分析(Cloudera Impala vs Spark/Shark vs Apache Drill)