即席查询架构对比

1.Druid:是一个实时处理时序数据的OLAP数据库，因为它的索引首先按照时间分片，查询的时候也是按照时间线去路由索引。
2.Kylin:核心是CUbe，Cube是一种预计算技术，基本思路是预先对数据作多维索引，查询时只扫描索引而不访问原始数据从而提速。
3.Presto:它没有使用Mapreduce，大部分场景下比HIVE块一个数量级，其中的关键是所有的处理都在内存中完成。
4.Impala:基于内存计算，速度快，支持的数据源没有Presto多。
5.SparkSQL：是spark用来处理结构化的一个模块，它提供一个抽象的数据集DataFrame,并且是作为分布式SQL查询引擎的应用。它还可以实现Hive on Spark,hive里的数据用sparksql查询。
6.框架选型：(1)从超大数据的查询效率来看：
Druid>Kylin>Presto>SparkSQL
(2)从支持的数据源种类来讲：
Presto>SparkSQL>Kylin>Druid