SQL on Hadoop

SQL on Hadoop ist eine Klasse von analytischen Anwendungen, die SQL-Abfragen mit neuen Elementen des Open-Source-Frameworks Apache Hadoop kombiniert.

Kostenlosen Guide herunterladen

Erfolg mit Low-Code-Plattformen

Mit No-Code-/Low-Code-Entwicklungsplattformen lässt sich Software unter Verwendung visueller Design-Tools generieren. Unternehmen müssen ergänzend feste Standards setzen und in die Weiterbildung ihrer Mitarbeiter investieren, um optimale Apps mit den Plattformen entwickeln zu können. Diesem Ziel widmet sich der vorliegende E-Guide.

Start Download

• Firmen-E-Mail-Adresse:

  Sie haben vergessen, Ihre E-Mail-Adresse anzugeben.

  Diese E-Mail-Adresse scheint nicht gültig zu sein.

  E-Mail-Adresse ist bereits registriert. Bitte login.

  Sie haben die maximale Anzahl an Zeichen erreicht.

  Bitte geben Sie eine Firmen-E-Mail-Adresse an.

• • Ich stimme den Nutzungsbedingungen von TechTarget, der Datenschutzerklärung und der Weitergabe meiner Informationen an die Vereinigten Staaten zur Verarbeitung zu, damit mir für mich relevante Informationen zugesendet werden können, wie es in unserer Datenschutzerklärung beschrieben ist.

  Bitte kreuzen Sie das Kästchen an, wenn Sie fortfahren möchten.

• • Ich stimme zu, dass meine Daten von TechTarget und seinen Partnern verarbeitet werden, um mit mir per Telefon oder E-Mail über Informationen zu kommunizieren, die für meine beruflichen Interessen relevant sind. Ich habe das Recht mich jederzeit abzumelden.

  Bitte kreuzen Sie das Kästchen an, wenn Sie fortfahren möchten.

Mit dem Absenden bestätige ich, dass ich die Nutzungsbedingungen und die Einverständniserklärung gelesen habe und diese akzeptiere.

Durch die Unterstützung von bekannten SQL-Abfragen ermöglicht SQL on Hadoop einem breiten Anwenderkreis die Arbeit mit Hadoop auf handelsüblichen Computer-Clustern. Da SQL ursprünglich für relationale Datenbanken entwickelt wurde, musste es für Hadoop modifiziert werden, da die erste Version des Open-Source-Frameworks MapReduce und das Hadoop Distributed File System (HDFS) einsetzt.

Die Methoden, um SQL in Hadoop-Umgebungen auszuführen, lassen sich einteilen in (1) Konnektoren, die SQL in ein MapReduce-Format übersetzen; (2) Pushdown-Systeme, die auf batch-orientiertes MapReduce verzichten und SQL innerhalb von Hadoop-Clustern ausführen; und (3) Systeme, welche die SQL-Prozesse zwischen MapReduce-/HDFS-Clustern und reinen HDFS-Clustern je nach Auslastung verteilen.

Einer der ersten Ansätze, SQL und Hadoop zu kombinieren, gipfelte in der Data-Warehouse-Umgebung Apache Hive, die HiveQL für die Übersetzung von SQL-ähnlichen Abfragen in MapReduce Jobs einsetzte.

Zu den weiteren Tools, die SQL on Hadoop unterstützen, zählen BigSQL, Drill, Hadapt, Hawq, H-SQL, Impala, JethroData, Polybase, Presto, Shark (Hive on Spark), Spark, Splice Machine, Stinger und Tez (Hive on Tez).