Apache Tajo介绍

       微博:http://weibo.com/guoyunwb

 

       Apache Tajo已经进入apache孵化器,国内网上一搜貌似还没有相关资料。这里我就抛砖引玉，充当一点翻译工作。

 

       介绍:

       Apache Tajo是一个基于hadoop的关系型且分布式的数据库仓库系统，Tajo设计之初就是通过先进的数据库技术做到能够低延迟,可扩展，即时查询，可聚合的数据库仓库系统，以弥补hadoop等目前在实时,关系事务方面的短板。同时Tajo还支持SQL标准，所以你可以通过SQL来操作它。HDFS为Tajo的主要存储层,并且有自己的查询引擎(代码结构看下来貌似很多代码都是自己写的)所以可以直接控制各种分布式执行(如查询)和数据流。如此Tajo有许多查询控制策略，以及对查询可以做很多优化。

 

       功能:

       1.快速且低延迟的查询，支持各种SQL操作,如条件查询，GROUP BY,SORT,JOIN等

       2.自身支持ETL

       3.支持各种数据格式,如CSV, RCFile, RowFile (基于行的文件存储), and Trevni

         4.有自己的命令行接口,所以可以直接通过SQL去操作Tajo

         5.也可以直接通过Java Client去操作Tajo

 

        依赖:

• Hadoop 2.0.3-alpha
• Java 1.6

         网址:

             http://tajo.incubator.apache.org/

 

 更多技术文章、感悟、分享、勾搭，请用微信扫描: