知识卡片
MPP交互查询
内容
Presto/Impala 这类 MPP 查询引擎把 SQL 拆成并行算子流水执行，尽量避免 MR 式作业边界。它们适合低延迟分析，但对内存、网络和失败恢复更敏感。
参考来源
- 位置：《大数据日知录：架构与算法》第13章《交互式数据分析》"13.3 Dremel系数据仓库"分类说明及"13.3.3 Impala"一节（源文件：_epub-src/OEBPS/text00018.html）
- 结论依据：原文明确Dremel系（含Impala、Presto）"不仅参考了Dremel的设计思路，在很大程度上也融合了MPP并行数据库的设计思想"，且"与Pig和Hive不同的是，Dremel并不将用户查询转换为若干MR任务来执行，而是通过Dremel自身的机制（类MPP并行数据库方式）对存储在磁盘中的数据直接进行扫描等数据处理操作，这也是其效率较高的重要原因之一"。
- 原始内容：很多系统不仅参考了Dremel的设计思路，在很大程度上也融合了MPP并行数据库的设计思想……目前比较流行的系统如Impala、Presto都被归于此类……与Pig和Hive不同的是，Dremel并不将用户查询转换为若干MR任务来执行，而是通过Dremel自身的机制（类MPP并行数据库方式）对存储在磁盘中的数据直接进行扫描等数据处理操作，这也是其效率较高的重要原因之一。