Apache Tajo分布式數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)

Tajo 是一個(gè)分布式數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，基于 Hadoop 實(shí)現(xiàn)，特點(diǎn)是低延遲、高可伸縮，提供專用查詢和 ETL 工具

特點(diǎn)：

• 可伸縮性和低延遲

  • 完全分布式的 SQL 查詢處理，基于存儲(chǔ)雨 HDFS 的大數(shù)據(jù)集

  • 超低響應(yīng)時(shí)間（約100毫秒），在合理數(shù)據(jù)范圍內(nèi)的簡(jiǎn)單查詢

• 支持長(zhǎng)時(shí)間運(yùn)行的查詢

  • 容錯(cuò)支持，避免某些任務(wù)失敗后的查詢重啟

  • 動(dòng)態(tài)調(diào)度，處理和異構(gòu)集群節(jié)點(diǎn)故障

• ETL

  • ETL 可實(shí)現(xiàn)不同數(shù)據(jù)格式之間的轉(zhuǎn)換

  • 支持多種文件格式，如 CSV、RCFile 和 RowFile

• 擴(kuò)展性

  • 支持用戶自定義函數(shù)

  • 提供自定義文件格式的 Scanner/Appender 接口

• 兼容性

  • 遵循 ANSI/ISO SQL 標(biāo)準(zhǔn)，非標(biāo)準(zhǔn)方面遵循 PostgreSQL 規(guī)范

  • 支持 HiveQL 模式

  • 在 HCatalog 和 Hive MetaStore 實(shí)現(xiàn)表訪問(wèn)

  • 支持 JDBC 驅(qū)動(dòng)

• 簡(jiǎn)單

  • 提供交互式 Shell 來(lái)提交 SQL 查詢到 Tajo 集群

  • 提供備份和恢復(fù)工具

  • 異步/同步 Java API 來(lái)提交 SQL 查詢到 Tajo 集群