Tajo介绍

目录

• 产品简介
• 产品特点

产品简介

Apache Tajo 是用于 Apache Hadoop 的强大的大数据关系和分布式数据仓库系统。Tajo 专为存储在 HDFS（Hadoop 分布式文件系统）和其他数据源上的大型数据集上的低延迟和可扩展的 ad-hoc 查询、在线聚合和 ETL（提取-转换-加载过程）而设计。通过支持 SQL 标准和利用先进的数据库技术，Tajo 允许跨各种查询评估策略和优化机会直接控制分布式执行和数据流。

产品特点

• 快速高效
  全分布式 SQL 查询处理引擎
  查询优化，例如基于成本和渐进式查询优化
  合理数据集的交互分析
• 可扩展
  长时间运行查询的容错和动态调度
  大于主存的数据集的核外算法
• 兼容
  ANSI/ISO SQL 标准合规性
  Hive MetaStore 访问支持
  JDBC 驱动程序支持
  支持多种文件格式，例如 CSV、JSON、RCFile、SequenceFile、ORC 和 Parquet
• 简单
  用户自定义函数
  交互式外壳
  方便的备份/恢复实用程序
  异步/同步 Java API