什么更快/更容易转换为SQL，接受SQL脚本作为输入：Spark SQL作为Hive高延迟查询或Phoenix的一层速度？如果是这样，怎么样？我需要对数据进行大量的upserts / join / grouping . [HBase的]
在Cassandra CQL之上是否有任何替代方案可以支持上述（以实时方式加入/分组）？
因为我想利用MLlib，所以我很可能一定要使用Spark . 但是为了处理应该是我的选择的数据呢？
谢谢，克拉斯特
http://phoenix-hbase.blogspot.com/我更确定在Hbase上的Phoenix会更快地运行 .
这里是测试查询的示例查询和PC要求：从10M和100M行的表中选择count（1） . 数据是5个窄列 . 区域服务器数量：4（HBase堆：10GB，处理器：6核@ 3.3GHz Xeon）因为Phoenix使用HBASE客户端接口加载所有查询，并且仅使用查询引擎映射sql任务以便在HBase中执行map reduce任务
你有几个选择（据我所知）
Apache phoenix是低延迟和中型表（1M - 100M行，但要注意具有多列的表！）处理的不错选择 . 凤凰的一大优点是它很容易上手 . 我公司已经 Build 了HBase集群（使用kerberos） . 要使用Phoenix，我需要的只是HMaster URL，Hbase-site.xml和一个用于实现操作的keytab . 非常快速的读取和写入是不错的（它对我来说较慢，因为我需要动态地执行它，因此我强制使用Java客户端API而不是批量加载）
带Spark的Hive也很棒 . 我不确定它在凤凰城的表现有多棒 . 由于Spark在内存中做了大部分事情，我认为它应该很快 . 但是，我可以告诉你，如果你想将SQL访问作为某种API公开，使用spark变得非常困难 .
Presto是一款出色的产品，它提供类似Spark的处理能力和SQL接口，允许您从多个来源（Hive，Cassandra，MySQL ..etc）互连数据
希望这可以帮助 .
2 回答
http://phoenix-hbase.blogspot.com/我更确定在Hbase上的Phoenix会更快地运行 .
这里是测试查询的示例查询和PC要求：从10M和100M行的表中选择count（1） . 数据是5个窄列 . 区域服务器数量：4（HBase堆：10GB，处理器：6核@ 3.3GHz Xeon）
因为Phoenix使用HBASE客户端接口加载所有查询，并且仅使用查询引擎映射sql任务以便在HBase中执行map reduce任务
你有几个选择（据我所知）
Apache phoenix是低延迟和中型表（1M - 100M行，但要注意具有多列的表！）处理的不错选择 . 凤凰的一大优点是它很容易上手 . 我公司已经 Build 了HBase集群（使用kerberos） . 要使用Phoenix，我需要的只是HMaster URL，Hbase-site.xml和一个用于实现操作的keytab . 非常快速的读取和写入是不错的（它对我来说较慢，因为我需要动态地执行它，因此我强制使用Java客户端API而不是批量加载）
带Spark的Hive也很棒 . 我不确定它在凤凰城的表现有多棒 . 由于Spark在内存中做了大部分事情，我认为它应该很快 . 但是，我可以告诉你，如果你想将SQL访问作为某种API公开，使用spark变得非常困难 .
Presto是一款出色的产品，它提供类似Spark的处理能力和SQL接口，允许您从多个来源（Hive，Cassandra，MySQL ..etc）互连数据
希望这可以帮助 .