1樓:
相較impala,presto最大的優勢是支援跨資料來源的join,我司不僅用它做ad hoc和olap,還配合spark做ETL(presto在最前面一層,後面是spark)。
2樓:Hoyt Ren
個人感覺,核心使用體驗上,包括開發體驗,並無太大差別。差別都在一些瑣碎細項上,建議根據專案情況仔細對比。如果感覺沒必要那麼麻煩,大家投票表決就行了。
看了別人的回答,覺得自己這麼說太沒建設性了,那提個建議吧,選型的時候,關注下自己裝置的硬體條件。不同硬體條件和業務場景下,不同技術可能性能相差幾倍十幾倍,並沒有哪個一定強。不然架構師靠什麼吃飯。
實際上,如果不是關鍵業務,真的不用那麼糾結。
3樓:晝星
不清楚你的背景,我先列一下各自的優劣,具體選擇留給你自己吧:
對 Kudu 支援友好
在大多數效能評測裡面,都會比 Presto 更快不容易爆記憶體
支援資料來源豐富,生態廣泛
社群活躍度更高
有大廠背書 (facebook)
我們用的是
Impala + Kudu 做實時計算
Spark + HDFS + ORC 做離線計算
大資料分析和大資料研發的區別?
Rorschach 比較常見的情況下,大資料分析這種強調的是從複雜的資料和關係裡面尋找關係 趨勢等等顯著地統計量來給決策提供資訊支援的。比較強調的能力是公司所在行業的領域知識,資料分析能力,對資料的敏感程度,資料視覺化技術,溝通能力特別是面向非技術職能人員的共同能力。大資料開發人員有一部分是做資料平...
會計和大資料哪個吃香?
當然是大資料好!IT行業本就是薪資較高的行業,而大資料作為IT行業的新寵,高薪也是很常見的。目前,大資料行業的平均月薪能夠在15K 20K左右,非常優秀的大資料人才月薪30K也是有的,所以說大資料要比會計吃香的多。學習大資料學歷方面要求的不高,專科就已經可以了,只要掌握了大資料技術完全可以從事大資料...
大資料庫和大資料應用這個專業好學嗎?適合女生學嗎?
志大官人 看你自己怎麼去學了,能在這門課程上付出多少努力。大資料和大資料應用,資料科學與大資料技術,資料統計學等等這些課程都是差不了多少的。說實話,本科階段學習這些內容,說直白點就是大體了解一下,學點什麼內容。將來能幹什麼,可以從事於哪個領域之類,至於其他牛皮的本領,只是會有少數人掌握,通過報班培訓...