Apache Doris：百度自研的交互式 SQL 数据仓库正式孵化

Doris 前身是 Palo ，Palo 是百度自研的基于 MPP 的交互式 SQL 数据仓库，主要用于解决报表和多维分析。它主要集成了 Google Mesa 和 Cloudera Impala 技术。

根据最新的 Apache 基金会邮件列表，百度开源项目 Doris 已全票通过投票，正式成为 Apache 基金会的孵化器项目。

投票结果是，在包含 8 个约束性投票(binding votes)和 6 个无约束性投票(non-binding votes)的投票过程中，均获得了一致的同意意见。

按投票页面中的说法，Apache Doris 正是目前百度的 Palo 项目(https://github.com/baidu/palo)。而进入 Apache 基金会后，项目相关的文档和网站内容也将会一并捐赠给基金会。

Palo 是百度自研的基于 MPP 的交互式 SQL 数据仓库，主要用于解决报表和多维分析。它主要集成了 Google Mesa 和 Cloudera Impala 技术。和其他流行的 SQL-on-Hadoop 系统不同的是，Palo 设计为单一紧密耦合系统，不依赖其他系统。目前在百度内部有着广泛应用（已应用于 200 多个业务线），如百度凤巢、百度统计、百度糯米等。

Palo 的实现包括两个守护进程：前端（FE）和后端（BE）。下图给出了架构和用法的概述：

Palo 不仅提供高并发低延迟的查询性能，而且提供了高吞吐量的 ad-hoc 分析查询。它还提供批量数据加载，以及近乎实时的小批量数据加载。

Palo 具有高可用性、可靠性、容错性和可扩展性，其主要特点是简单（开发、部署和使用）和满足单一系统中的许多数据服务需求。

本文原文：http://codebay.cn/post/9539.html（点击下面 阅读原文 即可进入）

猜你喜欢

欢迎关注本公众号：iteblog_hadoop:

回复 spark_summit_201806 下载 Spark Summit North America 201806 全部PPT

0、回复 电子书 获取 本站所有可下载的电子书

1、Apache Spark 统一内存管理模型详解

2、Elasticsearch 6.3 发布，你们要的 SQL 功能来了

3、Spark Summit North America 201806 全部PPT下载[共147个]

4、干货 | 深入理解 Spark Structured Streaming

5、Apache Spark 黑名单(Blacklist)机制介绍

6、Kafka分区分配策略(Partition Assignment Strategy)

7、Spark SQL 你需要知道的十件事

8、干货 | Apache Spark 2.0 作业优化技巧

9、[干货]大规模数据处理的演变(2003-2017)

10、干货 | 如何使用功能强大的 Apache Flink SQL

11、更多大数据文章欢迎访问https://www.iteblog.com及本公众号(iteblog_hadoop) 12、Flink中文文档： http://flink.iteblog.com 13、Carbondata 中文文档： http://carbondata.iteblog.com