为Hadoop数据架构添加SQL能力，这是许多厂商在做的一件事，其背后的原因很简单。

    尽管Hadoop分布式文件系统（HDFS）为大数据带来并行廉价服务器集群的处理能力，但如果企业能够使用SQL来对查询进行交互的话，那么它就可以达到更好的效果。

    早期的Hadoop应用普遍需要十分专业的技术人员（数据科学家）来对查询进行管理。查询运行的时间非常长，整体的交互也做的不好。Apache Tez架构（针对Hive的Stinger查询加速器）以及Spark分析引擎正是为了弥补这一不足而诞生的技术。

    在刚刚结束的Hadoop峰会2014上，知名零售企业塔吉特（Target）的架构师Anu Jain在谈到他们的Hadoop项目时表示：“对于我们来说，确保用户能够访问交互查询是非常重要的。有了Tez,我们就能够将这种能力带给业务用户，他们可以将并行Hadoop的应用探索融入现有的工作流，这对于充分利用Hadoop是非常关键的一步。我们的目标就是确保在正确的平台上提供正确的数据，同时有效地控制成本。”

    逐渐进入主流

    SQL-on-Hadoop技术是Hadoop近几年发展中最典型的创新。Gartner分析师Merv Adrian表示，人们在熟悉Hadoop的批量处理方式之后，接下来就希望能够做交互的查询了。

    Gartner也对多个SQL-on-Hadoop产品进行了描述，在今年早些时候的一次调查中，Gartner发现用户最常见的使用方式就是让厂商提供HBase,占到32%.另外有27%的用户表示会通过Hive来自己创建SQL查询，23%的用户表示会使用特定的Hadoop发行版SQL工具，比如Cloudera的Impala,Pivotal的HAWQ等。

    新的时代已经开启。大多数早期用户并不关心与SQL的结合，但随着Hadoop的应用逐渐走向主流，情况也发生了变化。Adrian表示，事实上SQL-on-Hadoop的崛起也让传统厂商的长处得以发挥，他们对SQL是非常熟悉的。

    Hadoop也许会披上SQL的外衣，但也有人认为是由于编程语言的变迁，SQL被Hadoop化了。TrueCar公司的平台运营副总裁John Williams就是持这样的观点，他认为数据开发的方法正在经历变革，因为数据集的规模已经是非常大了。传统SQL并不能胜任这样的负载，我们需要其他的编程环境。事实上，在大数据集方面SQL的执行速度是非常慢的，与此同时随着Yarn,Tez等技术的出现，SQL-on-Hadoop的速度已经得到了大幅的提升。

    然而，执行速度并不是唯一的衡量标准。Williams更关心应用上线时间。对于他们来说，SQL开发的周期太长了。他表示，使用SQL开发需要学习数据，构思模式，标准化，创建索引和查询。如果应用中发生变更，这些工作都需要推到重来一遍。因此现在新的非结构化数据应用更多的技术开发是集中在Java、Python语言上的。

    不同类型的企业也许需要不同的方式来拥抱SQL-on-Hadoop.但在很多情况下，SQL的加入会使得Hadoop更靠近企业应用的主流。Ovum分析师Tony Baer表示，Hadoop未来的突破点就将存在于SQL-on-Hadoop之上。
 
 

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。