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...