Impala是企業(yè)級數(shù)據(jù) 倉庫系統(tǒng)。為什么Impala比spark快？Impala相當(dāng)專注于傳統(tǒng)企業(yè)客戶和OLAP和倉庫工作負(fù)載，為什么沒有運行成功？火花，什么是火花，如何使用火花1，Spark基于什么算法進行分布式計算(很簡單)2，Spark和MapReduce 3有什么區(qū)別？為什么Spark比Hadoop 4更靈活。Spark 5有哪些局限性，Spark1是什么？火花？它是UCBerkeleyAMPlab的開源HadoopMapRed類，Uce的通用并行計算框架，Spark的基于mapreduce算法的分布式計算，具有HadoopMapReduce的優(yōu)點；但與mapreduce不同的是，Job的中間輸出和結(jié)果可以存儲在內(nèi)存中，不需要讀寫HDFS，所以Spark可以更好地應(yīng)用于需要迭代的MapReduce算法，比如數(shù)據(jù) mining和machine learning。

特點:它們可以處理數(shù)量極其龐大的數(shù)據(jù)。它們運行在廉價的PC服務(wù)器集群上。PC集群擴展非常方便，成本非常低，避免了“分片”操作的復(fù)雜性和成本。它們打破了性能瓶頸。NoSQL的支持者聲稱，可以節(jié)省將Web或Java應(yīng)用程序和數(shù)據(jù)轉(zhuǎn)換為SQL友好格式的時間，并且執(zhí)行速度可以更快。" SQL并不適合所有的程序代碼."對于那些重復(fù)操作繁重的數(shù)據(jù)來說，SQL是值得花錢的。

沒有太多的操作。雖然NoSQL的支持者也承認(rèn)關(guān)系數(shù)據(jù) library提供了一套無與倫比的功能，并且在數(shù)據(jù) integrity中絕對穩(wěn)定，但他們也表示企業(yè)的具體需求可能沒有那么多。引導(dǎo)支持因為NoSQL的項目都是開源的，他們?nèi)狈碜怨?yīng)商的正式支持。像大多數(shù)開源項目一樣，他們必須尋求社區(qū)的支持。優(yōu)點:NoSQL 數(shù)據(jù)庫很容易擴展，但是一個共同的特點是去掉了關(guān)系數(shù)據(jù)庫的關(guān)系特征。

科普Spark，什么是Spark，如何使用Spark 1。Spark基于什么算法進行分布式計算(很簡單)2。Spark和MapReduce 3有什么區(qū)別？為什么Spark比Hadoop 4更靈活。Spark 5有哪些局限性。Spark1是什么？火花？它是UCBerkeleyAMPlab的開源HadoopMapRed類。Uce的通用并行計算框架，Spark的基于mapreduce算法的分布式計算，具有HadoopMapReduce的優(yōu)點；但與mapreduce不同的是，Job的中間輸出和結(jié)果可以存儲在內(nèi)存中，不需要讀寫HDFS，所以Spark可以更好地應(yīng)用于需要迭代的MapReduce算法，比如數(shù)據(jù) mining和machine learning。

我覺得不是。Impala相當(dāng)專注于傳統(tǒng)企業(yè)客戶和OLAP和數(shù)據(jù) 倉庫工作負(fù)載。鯊魚支持傳統(tǒng)的OLAP。對比:1?？偟膩碚f，Shark擴展了ApacheHive，大大加快了內(nèi)存和磁盤的查詢速度。Impala是一個企業(yè)級的數(shù)據(jù) 倉庫系統(tǒng)，可以很好地使用Hive/HDFS，在架構(gòu)上與傳統(tǒng)的并行數(shù)據(jù)庫相似。這兩個系統(tǒng)有許多共同的目標(biāo)，但也有很大的差異。

支持現(xiàn)有的HiveSQL語言，Hive 數(shù)據(jù) format (SerDes)，用戶自定義函數(shù)(UDF)，調(diào)用外部腳本查詢。因為Impala是用自定義C 運行的，所以不支持HiveUDF，這兩個系統(tǒng)將集成許多BI工具，這一直是Impala的主要目標(biāo)。Shark正在一些BI工具中使用，比如Tableau，但是還沒有更多的探索，3.在內(nèi)存中處理數(shù)據(jù)Shark允許用戶在內(nèi)存中顯式加載數(shù)據(jù)以加快查詢處理速度，其內(nèi)存使用高效且壓縮的面向列的格式。