SQL數據分析概覽——Hive、Impala、Spark SQL、Drill、HAWQ 以及Presto+druid
轉自infoQ！html 根據 O’Reilly 2016年數據科學薪資調查顯示，SQL 是數據科學領域使用最普遍的語言。大部分項目都須要一些SQL 操做，甚至有一些只須要SQL。前端 本文涵蓋了6個開源領導者：Hive、Impala、Spark SQL、Drill、HAWQ 以及Presto，還加上Calcite、Kylin、Phoenix、Tajo 和Trafodion。以及2個商業化選擇
相關文章
- 1. SQL數據分析概覽——Hive、Impala、Spark SQL、Drill、HAWQ 以及Presto+druid
- 2. hive,shark,sparkSQL,hive on spark,impala,drill比較
- 3. 分析挖掘（大數據）：hive、impala、 Spark MLlib概述、原理
- 4. Drill用SQL分析MongoDB上的數據
- 5. [Spark]Shark, Spark SQL, Hive on Spark以及SQL On Spark的未來
- 6. hive Spark SQL分析窗口函數
- 7. 數據分析：Hive、Pig和Impala
- 8. Oracle/Hive/Impala SQL比較（5）
- 9. Oracle/Hive/Impala SQL比較
- 10. Spark SQL with Hive
- 更多相關文章...
- • SQL 撤銷索引、撤銷表以及撤銷數據庫 - SQL 教程
- • ASP.NET MVC - SQL 數據庫 - ASP.NET 教程
- • Flink 數據傳輸及反壓詳解
- • TiDB 在摩拜單車在線數據業務的應用和實踐
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. SQL數據分析概覽——Hive、Impala、Spark SQL、Drill、HAWQ 以及Presto+druid
- 2. hive,shark,sparkSQL,hive on spark,impala,drill比較
- 3. 分析挖掘（大數據）：hive、impala、 Spark MLlib概述、原理
- 4. Drill用SQL分析MongoDB上的數據
- 5. [Spark]Shark, Spark SQL, Hive on Spark以及SQL On Spark的未來
- 6. hive Spark SQL分析窗口函數
- 7. 數據分析：Hive、Pig和Impala
- 8. Oracle/Hive/Impala SQL比較（5）
- 9. Oracle/Hive/Impala SQL比較
- 10. Spark SQL with Hive