Apache Drill 1.0发布

jopen 10年前

Apache Drill 1.0发布

虽然大数据往往将关系型数据库当作靶子，但事实上真正生产环境的Hadoop和Spark等大数据平台，每天大部分工作仍然是为SQL查询提供服务，所以，SQL on Hadoop就成了竞争最激烈的技术领域。

5月19日，Apache基金会宣布针对Hadoop、NoSQL（MongoDB和HBase）和云存储（Amazon S3, Google Cloud Storage, Azure Blog Storage, Swift）的无模式SQL查询引擎Drill 1.0发布。

项目的PMC成员Tomer Shiran说：

这是许多公司数十名工程师将近三年开发的成果。Apache Drill的灵活性和易用性已经吸引了数千维护，而1.0版的企业级可靠性、安全与性能将进一步加速采用。

发布声明中列出的相对于0.9的重要改进包括：

Substantial improvements in stability, memory handling and performance
Improvements in Drill CLI experience with addition of convenience shortcuts and improved colors/alignment
Substantial additions to documentation including coverage of troubleshooting, performance tuning and many additions to the SQL reference
Enhancements in join planning to facilitate high speed planning of large and complicated joins
Add support for new context functions including CURRENTUSER and CURRENTSCHEMA
Ability to treat all numbers as approximate decimals when reading JSON
Enhancements in Drill's text and CSV handling to support first row skipping, configurable field/line delimiters and configurable quoting
Improved JDBC compatibility (and tracing proxy for easy debugging).
Ability to do JDBC connections with direct urls (avoiding ZooKeeper)
Automatic selection of spooling or back-pressure exchange semantics to avoid distributed deadlocks in complex sort-heavy queries
Improvements in query profile reporting
Addition of ILIKE(VARCHAR, PATTERN) and SUBSTR(VARCHAR, REGEX) functions

更多详情可以参考官方网站：http://drill.apache.org

Drill实际上是MapR在主导的，项目负责人和核心开发者大多来自MapR。它实际上是众多SQL on Hadoop中的一个，此外还包括：

Hadoop上原生的Hive
Hortonworks主导的Hive演进项目Stinger
Cloudera主导的Impala
MapR主导的Apache Drill
非死book的Presto
Pivotal的Greenplum
Salesforce最初开发的Apache Phoenix
出自韩国的Apache Tajo（Google Tenzing的模仿）
Spark社区的Spark SQL
Splice Machine

从逻辑上来说，除了Spark SQL会借助Spark的火势取得一定优势外，其余最值得关注的还是Hadoop三巨头分别支持的Impala、Stinger和Drill。 Impala和Drill都是在Google Dremel启发下产生的，之前好像Impala势头较猛，但现在Drill有迎头赶上的意思。

Drill这次正式发布，在FAQ里专门做了比较：

Apache Drill 1.0发布