- 1、本文档共20页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
Dremel:InteractiveAnalysisofWeb-ScaleDatasets
SergeyMelnik,AndreyGubarev,JingJingLong,GeoffreyRomer,
ShivaShivakumar,MattTolton,TheoVassilakis
Google,Inc.
{melnik,andrey,jlong,gromer,shiva,mtolton,theov}@
ABSTRACT
Dremelisascalable,interactivead-hocquerysystemforanaly-sisofread-onlynesteddata.Bycombiningmulti-levelexecutiontreesandcolumnardatalayout,itiscapableofrunningaggrega-tionqueriesovertrillion-rowtablesinseconds.ThesystemscalestothousandsofCPUsandpetabytesofdata,andhasthousandsofusersatGoogle.Inthispaper,wedescribethearchitectureandimplementationofDremel,andexplainhowitcomplementsMapReduce-basedcomputing.Wepresentanovelcolumnarstor-agerepresentationfornestedrecordsanddiscussexperimentsonfew-thousandnodeinstancesofthesystem.
1.INTRODUCTION
Large-scaleanalyticaldataprocessinghasbecomewidespreadinwebcompaniesandacrossindustries,notleastduetolow-coststoragethatenabledcollectingvastamountsofbusiness-criticaldata.Puttingthisdataatthe?ngertipsofanalystsandengineershasgrownincreasinglyimportant;interactiveresponsetimesof-tenmakeaqualitativedifferenceindataexploration,monitor-ing,onlinecustomersupport,rapidprototyping,debuggingofdatapipelines,andothertasks.
Performinginteractivedataanalysisatscaledemandsahighde-greeofparallelism.Forexample,readingoneterabyteofcom-presseddatainonesecondusingtoday’scommoditydiskswouldrequiretensofthousandsofdisks.Similarly,CPU-intensivequeriesmayneedtorunonthousandsofcorestocompletewithinseconds.AtGoogle,massivelyparallelcomputingisdoneusingsharedclustersofcommoditymachines[5].Aclustertypicallyhostsamultitudeofdistributedapplicationsthatshareresources,havewidelyvaryingworkloads,andrunonmachineswithdifferenthardwareparameters.Anindividua
您可能关注的文档
- Hadoop云计算技术介绍-大数据文档资料.docx
- hbase-._程式設計-大数据文档资料.docx
- HBase-大数据文档资料.docx
- HBase分布式数据库-大数据文档资料.docx
- Hive编程入门-weibo-大数据文档资料.docx
- hive调优-大数据文档资料.docx
- Hive高级编程-weibo-大数据文档资料.docx
- hive实现原理-weibo-大数据文档资料.docx
- Hive数据仓库-大数据文档资料.docx
- TOGAF Version . A Pocket Guide-大数据文档资料.docx
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)