2015年5月22日
摘要：
Druid和Spark对比不是Spark专家, 如果描绘有错误， 请通过邮件列表或者其他方式告知我们Spark实现弹性的分布式数据集概念的计算集群系统， 可以看做商业分析平台。 RDDs能复用持久化到内存中的数据， 从而为迭代算法提供更快的计算速度。 这对一些工作流例如机器学习格外有用, 有些操作需... 阅读全文
摘要：
Druid对比HadoopHadoop 向世界证明， 花费很少的钱实现典型的解决方案, 将数据保存在一般的商用机器的数据仓库里是可行的. 当人们将自己的数据保存在Hadoop， 他们发现两个问题 他们能够用一种相当灵活的方式查询数据来解答任何问题。 这个查询花费很多时间第一次运行Hadoop, 每... 阅读全文
摘要：
不是Cassandra专家, 如果描绘有错误， 请通过邮件列表或者其他方式告知, 我们会修正。Druid对扫描和聚合做了很大程度的优化， 不用提前计算就支持任意的向下钻取, 还可以实时摄入流式数据并实时查询这些进入的数据. Cassandra是很好的键值对数据仓库， 相对于纯粹的key-value数... 阅读全文
摘要：
怎么比较Druid和Vertica?Vertica 类似与之前介绍的ParAccel/Redshift(Druid-vs-Redshift). 不是实时注入数据； 提供SQL的全部语法支持另外一个很大不同是: Vertica 不适用index, 尝试利用run-length encoding和其他的... 阅读全文
摘要：
Druid 和 Impala Shark 的对比取决于产品要求， 取决于系统是设计成做什么的Druid 被设计成 一直在线， 高可用性 实时插入数据 分片分块形式的任意查询据我所知 Impala 和 Shark 起初关心的是用更快的查询模块换Hadoop MapReduce, 查询模块是完全通用的，... 阅读全文