- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我只对查询性能原因及其背后的体系结构差异感兴趣。我以前见过的所有答案都已过时或没有为我提供足够的WHY Impala上下文,这对于临时查询更好。
从下面的3个考虑因素中,只有第二点可以解释为什么Impala在较大的数据集上速度更快。您能否对以下陈述做出贡献?
impalad
是Java,那么用C++编写什么部分?穿刺数据和柱状数据之间是否存在污点? impalad或其他组件是否需要256 GB RAM?
最佳答案
首先,我认为通用分布式计算框架与分布式DBMS(SQL引擎)的比较没有太大意义。但是,如果我们仍然想比较单用户模式下的单个查询执行(?!),那么IMO的最大区别就是您已经提到的-Impala查询协调器拥有一切(Hive MetaStore中的表元数据+块来自NameNode的位置)缓存在内存中,而Spark需要一些时间来提取此数据才能执行查询计划。
第二个大问题可能是洗牌实现,Spark在阶段边界将临时文件写入磁盘,以防Impala尝试将所有内容保留在内存中。导致 flex 上的根本差异-虽然Spark可以从丢失执行程序中恢复并通过重新计算丢失的块继续运行,但Impala在单个impalad守护程序崩溃后将使整个查询失败。
在性能上不太重要(因为与其他方法相比,通常花费的时间要少得多),但在工作上重要的是工作分配机制,即在Spark中发送给工作人员的已编译的整个阶段代码生成与在Impala中传递给守护程序的声明性查询片段。
就特定的查询优化技术(查询矢量化,动态分区修剪,基于成本的优化)而言,它们可能会在今天或不久的将来达到同等水平。
关于apache-spark - 临时查询的Impala vs Spark性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58598727/
我有三张 table 。表 A 有选项名称(即颜色、尺寸)。表 B 有选项值名称(即蓝色、红色、黑色等)。表C通过将选项名称id和选项名称值id放在一起来建立关系。 我的查询需要显示值和选项的名称,而
在mysql中,如何计算一行中的非空单元格?我只想计算某些列之间的单元格,比如第 3-10 列之间的单元格。不是所有的列...同样,仅在该行中。 最佳答案 如果你想这样做,只能在 sql 中使用名称而
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我正在为版本7.6进行Elasticsearch查询 我的查询是这样的: { "query": { "bool": { "should": [ {
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
是否可以编写一个查询来检查任一子查询(而不是一个子查询)是否正确? SELECT * FROM employees e WHERE NOT EXISTS (
我找到了很多关于我的问题的答案,但问题没有解决 我有表格,有数据,例如: Data 1 Data 2 Data 3
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
我从 EditText 中获取了 String 值。以及提交查询的按钮。 String sql=editQuery.getText().toString();// SELECT * FROM empl
我有一个或多或少有效的查询(关于结果),但处理大约需要 45 秒。这对于在 GUI 中呈现数据来说肯定太长了。 所以我的需求是找到一个更快/更高效的查询(几毫秒左右会很好)我的数据表大约有 3000
这是我第一次使用 Stack Overflow,所以我希望我以正确的方式提出这个问题。 我有 2 个 SQL 查询,我正在尝试比较和识别缺失值,尽管我无法将 NULL 字段添加到第二个查询中以识别缺失
什么是动态 SQL 查询?何时需要使用动态 SQL 查询?我使用的是 SQL Server 2005。 最佳答案 这里有几篇文章: Introduction to Dynamic SQL Dynami
include "mysql.php"; $query= "SELECT ID,name,displayname,established,summary,searchlink,im
我有一个查询要“转换”为 mysql。这是查询: select top 5 * from (select id, firstName, lastName, sum(fileSize) as To
通过我的研究,我发现至少从 EF 4.1 开始,EF 查询上的 .ToString() 方法将返回要运行的 SQL。事实上,这对我来说非常有用,使用 Entity Framework 5 和 6。 但
我在构造查询来执行以下操作时遇到问题: 按activity_type_id过滤联系人,仅显示最近事件具有所需activity_type_id或为NULL(无事件)的联系人 表格结构如下: 一个联系人可
如何让我输入数据库的信息在输入数据 5 分钟后自行更新? 假设我有一张 table : +--+--+-----+ |id|ip|count| +--+--+-----+ |
我正在尝试搜索正好是 4 位数字的 ID,我知道我需要使用 LENGTH() 字符串函数,但找不到如何使用它的示例。我正在尝试以下(和其他变体)但它们不起作用。 SELECT max(car_id)
我有一个在 mysql 上运行良好的 sql 查询(查询 + 连接): select sum(pa.price) from user u , purchase pu , pack pa where (
我是一名优秀的程序员,十分优秀!