- 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?
我想听听您对使用 CQL 和内存查询引擎 Spark/Shark 的想法和经验。据我所知,CQL 处理器在每个节点上的 Cassandra JVM 中运行。与 Cassandra 集群相连的 Shark/Spark 查询处理器在一个单独的集群中运行。此外,Datastax 有 DSE 版本的 Cassandra,它允许部署 Hadoop/Hive。问题是在哪个用例中我们会选择一个特定的解决方案而不是另一个。
最佳答案
我将根据我的经验分享一些想法。但是,如果可能的话,请让我们知道您的用例。它将帮助我们以更好的方式回答您的问题。
1- 如果您的写入次数多于读取次数,Cassandra 显然是一个不错的选择。话虽如此,如果您来自 SQL 背景并计划使用 Cassandra,那么您肯定会发现 CQL 非常有用。但是,如果您需要执行 JOIN 和 GROUP BY 之类的操作,即使 CQL 通过写入时间和紧凑时间排序解决了原始的 GROUP BY 用例并实现了一对多关系,CQL 也不是答案。
2- Spark SQL(以前的 Shark)非常快,原因有两个,内存处理和规划数据管道。内存处理使其比 Hive 快约 100 倍。与 Hive 一样,Spark SQL 可以很好地处理大于内存的数据类型,并且由于计划的管道,它的处理速度提高了 10 倍。当存在多个数据管道(如 filter 和 groupBy)时,情况会转向 Spark SQL。当您需要临时实时查询时,请使用它。当您需要对大量数据进行长时间运行的作业时,它不适合。
3- Hive 基本上是一个在您现有的 Hadoop 集群之上运行的仓库,并为您提供类似 SQL 的界面来处理您的数据。但 Hive 并不适合实时需求。它最适合离线批处理。不需要任何额外的基础设施,因为它使用底层 HDFS 进行数据存储。当您必须对大型数据集和 OLAP 执行 JOIN、GROUP BY 等操作时,请使用它。Note :
Spark SQL 在 Spark 之上模拟 Apache Hive 行为,因此它支持几乎所有 Hive 功能,但速度可能更快。它支持现有的 Hive 查询语言、Hive 数据格式 (SerDes)、用户定义函数 (UDF) 和调用外部脚本的查询。
但我认为,只有亲自动手之后,您才能正确评估所有这些工具的优缺点。我可以根据您的问题提出建议。
希望这能回答您的一些疑问。
附言: 以上回答仅基于我的经验。欢迎评论/更正。
关于cassandra - 比较 Cassandra 的 CQL、Spark/Shark 查询与 Hive/Hadoop(DSE 版本),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17113964/
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!