Apache Tajo和Apache hive之间的实际区别是什么

Question

最近正在开发Apache Tajo项目 。 该项目的目标是成为“Hadoop中用于处理Web规模数据集的高级开源数据仓库系统” 。

由于我们已经将Apache hive作为hadoop的数据仓库，现在已经进步并广泛使用，这个新项目对于hadoop世界有多么有用和不同？

Answer 1

如果您已经在Hive上安装了仓库，我很确定您不必在短期内搬走。 Tajo试图访问的几个区域是：

1. 低延迟查询（ad-hoc）：使用Impala / Tez可能会获得足够快的结果，并且CDH 5.7会带来hive-on-spark。 为了更快的响应，可以使用不同的DB（通常不是DWH）。
2. 完整的SQL支持：只要使用配置单元的人已经熟悉HQL，就不需要SQL了。 虽然您可以很容易地理解为什么拥有全sql支持是有益的。