Apache Drill 是是一个能够对大数据进行交互分析、开源的分布式系统，且基于 Google Dremel 实现，它能够运行在上千个节点的服务器集群上，且能在几秒内处理 PB 级或者万亿条的数据记录。Drill 能够帮助企业用户快速、高效地进行 Hadoop 数据查询和企业级大数据分析。Drill 于 2012 年 8 月份由 Apache 推出，历经两年多的孵化期后，于近日，Apache 基金会宣布 Apache Drill 升级成为基金会的顶级项目。
Drill 项目管理委员会成员 Tomer Shiran 在 Apache 博客中评论到：
Drill 成为顶级项目是其发展过程中的一个重要里程碑，伴随着用户和和不同社区对 Drill 的关注，Drill 将会为基于 Hadoop 应用的开发者和 BI 分析人员的工作带来巨大的变化。
MapR 的产品管理总监 Tomer Shiran 在 Apache 基金会推出 Drill 时评论到：
Drill 与 MapReduce 应该是相辅相成的关系, 在谷歌有数以千计的工程师每天都在使用 Dremel 和 MapReduce，未来也将会有更多的人使用 Drill 与 MapReduce。
从 Drill 官方对其架构的介绍中得知，其具有适于实时的分析和快速的应用开发、适于半结构化 / 嵌套数据的分析、兼容现有的 SQL 环境和 Apache Hive 等特征。另外，Drill 的核心模块是 Drillbit 服务，该服务模块包括远程访问子模块、SQL 解析器、查询优化器、任务计划执行引擎、存储插件接口（DFS、HBase、Hive 等的接口）、分布式缓存模块等几部分，如下图所示：
Drill 是基于 Dremel 而实现的开源项目, 而 Dremel 是来自 Google 的一种用来分析大数据信息的方法。Dremel 能够帮助 Google 实现海量数据集的分析处理, 如抓取 Web 文档的分析、Android Market 上的应用程序数据信息的跟踪、垃圾邮件的分析等。据谷歌的研究报告显示，Dremel 能以 PB 数量级来进行查询，而且只需几秒钟时间就能完成。
感谢郭蕾对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ）或者腾讯微博（ @InfoQ ）关注我们，并与我们的编辑和其他读者朋友交流。
暂无签名
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论