隨著Facebook開源了最近發(fā)布的Presto，已經(jīng)非常擁擠的SQL in Hadoop市場變得更加錯綜復雜。一些開源工具正在努力獲得開發(fā)者的注意：Hortonworks 圍繞著Hive創(chuàng)建的Stinger、Apache Drill、Apache Tajo、Cloudera的Impala、Salesforce的Phoenix（用于HBase）以及現(xiàn)在的Facebook Presto。

已經(jīng)在產(chǎn)品環(huán)境中使用Hadoop的組織需要交互式的SQL查詢支持，同時能夠與已有的BI工具進行平滑的集成。來自于eBay的Vijay Madhavan在他的博客Hadoop場景中的SQL一文中聲稱：

現(xiàn)在大部分基于Map-Reduce的分析系統(tǒng)能夠在非交互式和批量SLA領域良好地工作，包括當前版本的Hive、Pig、Cascading。許多產(chǎn)品正在努力通過提供交互式“SQL in Hadoop”解決方案支持實時交互式SLA。

很多這樣的SQL in Hadoop解決方案在某些方面有共同點：

1. 在元數(shù)據(jù)層面上，好像HCatalog/Hive Metastore將它們自己制定成了跨不同數(shù)據(jù)源管理模式事實上（de-facto）的標準。
2. 然后有某些數(shù)據(jù)格式，例如Parquet和ORC，它們對于選擇的工作負載而言正在變得越來越流行，同時在自然環(huán)境中使用的也越來越廣泛。
3. 大部分解決方案好像都支持各種各樣的ANSI SQL（不同的版本：1992、1999、2003）。

上面幾點可以幫助用戶在不同的SQL in Hadoop解決方案之間遷移，不會有很多令人頭痛的問題。但是也有一些值得注意的區(qū)別，如下所示：

1. 解決方案中的一部分是由Apache支持的，同時也伴隨著社區(qū)的支持（Stinger、Drill、Tajo）；其他的則是由單獨的實體組織擁有（Impala、Phoenix、Presto）。
2. 另外，有一部分解決方案在數(shù)據(jù)源方面有一些限制，它們能夠查詢Hadoop生態(tài)系統(tǒng)；而另一些從架構的角度看更加靈活，可以查詢關系型數(shù)據(jù)庫和NoSQL數(shù)據(jù)存儲（Presto、Drill）。
3. 另一點是允許在數(shù)據(jù)上執(zhí)行的操作不同：有一些是純（分布式）查詢引擎，而另一些則允許執(zhí)行更新操作。

在過去的10到18個月中，有越來越多的人和商業(yè)實體已經(jīng)決定嘗試一下，對存儲在Hadoop中的數(shù)據(jù)實現(xiàn)低延遲、ad-hoc SQL訪問。無論怎樣，從長遠來看由于重疊的用例和環(huán)境喜好的不同有適合多種SQL in Hadoop解決方案生存的空間。

查看英文原文：Open Source SQL-in-Hadoop Solutions: Where Are We?