笔记presto、Druid、kylin和flink的应用场景

应用场景

• presto

Presto是Facebook开发的数据查询引擎。对orc文件读取做了优化，建议建表使用orc，压缩使用snappy。大表放左边。基于内存，不使用mapreduce，能够连接多个数据源，跨数据源表查询

适合场景：
适合如count，avg聚合运算，边计算边清内存，支持GB到PB,主要用来处理秒级场景。

缺点：
不适合联表查询

• Druid

是一个实时分析型的数据库，支持实时分析，列式分布式的存储系统，处理PB毫秒级查询。

适合场景：
用于清洗好的，不需要更新的单表，实时性高，数据质量敏感不高的场景

• kylin

kylin是一个开源的、分布式的分析型数据仓库。使用预计算技术，预先对数据做多维索引，查询只扫描索引不访问原始数据，目前只支持星型模型。

适合场景：
主要配合hive，多维分析

• flink

Flink是一个分布式处理引擎。批处理主要处理大容量的静态数据集；流处理基于事件的，处理数据无边界，处理结果立即可用，持续更新。

适合场景：
流批一体，实时采集、实时计算