大数据频道 频道

基于Hadoop生态高性能数据存储CarbonData

  【IT168 评论】CarbonData在数据查询的性能表现比Parquet好很多,在写一次读多次的场景下非常适合使用;社区比较活跃,响应也很及时。目前官网发布版本1.3.0与最新的spark稳定版Spark2.2.1集成,增加了支持标准的Hive分区,支持流数据准实时入库等新特性,相信会有越来越多的项目会使用到。

  1)网络拓扑图

image

  服务器配置

 image

  1)测试数据

 image

 image

基于Hadoop生态高性能数据存储CarbonData

基于Hadoop生态高性能数据存储CarbonData

  Parquet和CarbonData在过滤查询场景下的性能对比

  3)聚合计算场景测试

  Parquet和CarbonData在聚合计算场景下的性能对比

  在过滤查询中,CarbonData的查询效率比parquet效率好,主要体现在列数据的索引查询,极大地提高了精确查询的性能。在聚合查询中,CarbonData通过使用全局字典编码来加快计算速度,这使得处理、查询引擎可以直接在编码好的数据上进行处理而不需要转换数据,数据只有在返回结果给用户的时候才转换成用户可读的形式,通过索引有效过滤文件数据块减少磁盘的IO,提高查询性能。

基于Hadoop生态高性能数据存储CarbonData

  原文发布时间为:2018-07-06本文作者:东软本文来自云栖社区合作伙伴“ Linux宝库”,了解相关信息可以关注“ Linux宝库”。

0
相关文章