一篇文章掌握Sql-On-Hadoop核心技术

AtScale在2016年的一篇名为[15]TheBusinessIntelligenceforHadoopBenchmark的SQLOnHadoop性能测评报告中指出：受查询数据量大小，查询类型(join表个数，表大小，是否聚合)，并发用户量等因素影响，没有一个SQLOnHadoop系统能够在所有场景下胜出。比如Impala和Presto在并发场景下性能比较优越，SparkSQL大表Join性能比较好。然而对于所有SQLOnHadoop而言，大表Join都比较慢。在众多的SQLOnHadoop系统中，有必要对其进行一个分类。一般而言，用户更关心的是查询时延，根据用户提交查询到结果返回的时间长