大数据OLAP引擎对比

Presto:内存计算,mpp架构   PB级别数据

presto适合pb级的海量数据查询分析,不是说把pb的数据放进内存,比如一张pb表,查询count,vag这种有个特点,虽然数据很多,但是最终的查询结果很小,这种就不会把数据都放到内存里面,只是在运算的过程中,拿出一些数据放内存,然后计算,在抛出,在拿,这种的内存占用量是很小的,但是join这种,在运算的中间过程会产生大量的数据,或者说那种查询的数据不大,但是生成的数据量很大,这种也是不合适用presto的,但不是说不能做,只是会占用大量内存,消耗很长的时间,这种hive合适点

Druid:时序,数据放内存,索引,预计算

Spark SQL:基于Spark Core,mpp架构

Oracle Essbase:

Kylin:Cube预计算

你可能感兴趣的:(大数据OLAP引擎对比)