一、Presto
1、简介
概念：大数据量、秒级、分布式SQL查询engine【解析SQL但不是数据库】
架构
不同worker对应不同的数据源（各数据源有对应的connector连接适配器）
优缺点
缺点：读数据连查表会产生大量临时数据
与impala比较
Impala性能稍领先于Presto，但是Presto在数据源支持上非常丰富，如redis
2、安装
server安装
配置一个Hive的catalog
在hadoop102上配置成coordinator，在hadoop103、hadoop104上配置为worker
client安装：[atguigu@hadoop102 presto]$ ./prestocli --server hadoop102:8881 --catalog hive --schema default
可视化client安装：
[atguigu@hadoop102 yanagishima-18.0]$
nohup bin/yanagishima-start.sh >y.log 2>&1 &
3、Presto优化之数据存储
合理设置分区
使用列式存储：相对于Parquet，Presto对ORC支持更好
使用压缩：采用Snappy压缩
4、Presto优化之查询SQL
选择使用的字段
过滤条件加分区字段：where语句中优先使用分区字段进行过滤
Group By优化：合理安排Group by语句中字段顺序，按照每个字段distinct数据多少进行降序排列
Order By时使用Limit：查询Top N或者Bottom N
使用Join语句时将大表放在左边：join左边的表分割到多个worker，然后将join右边的表数据整个复制一份
5、其他注意事项
字段名反引用：MySQL对字段加反引号`、Presto对字段加双引号分割，以避免和关键字冲突
时间函数：SELECT t FROM a WHERE t > timestamp '2017-01-01 00:00:00';
不支持INSERT OVERWRITE语法：先delete，然后insert into
PARQUET格式：支持Parquet格式，支持查询，但不支持insert
二、Druid
1、简介
概念：快速、列式、分布式、支持实时分析的数据存储系统，性能比OLAP高（PB数据、毫秒查询、实时处理）
与阿里的Druid连接池无关
特点
应用场景（单表、不更新），按照时间分片
2、框架原理
3、数据结构
4、Druid安装（单机版）
改配置（不用内置zk）
启动：[atguigu@hadoop102 imply]$ bin/supervise -c conf/supervise/quickstart.conf
启动采集Flume和Kafka
web页面
启动日志生成程序，登录页面加载数据，创建数据库表配置及时间字段
使用SQL查询
三、Kylin
1、Kylin简介
定义
分布式分析引擎，快速查询巨大的Hive表
架构
Kylin的元数据存储在hbase中
任务引擎对Kylin当中的全部任务加以管理与协调
特点：支持SQL接口、支持超大规模数据集、亚秒级响应、可伸缩性、高吞吐率、BI工具集成等
2、安装
依赖环境：先部署好Hadoop、Hive、Zookeeper、HBase
启动：bin/kylin.sh start
http://hadoop102:7070/kylin查看Web页面
3、使用：使用Kylin进行OLAP分析
建工程
添加数据源（导入hive表）
创建model
选择维度表，并指定事实表和维度表的关联条件
构建cube，添加维度或者度量字段
选择要构建的时间区间
实现每日自动构建cube-编写脚本
4、cube构建原理
构建算法：逐层构建、快速构建
5、cube构建优化
使用衍生维度-中间表实现主到非主的映射
使用聚合组：强制维度、层级维度、联合维度
Row Key优化：用作where过滤的维度放在前边、基数大的维度放在基数小的维度前边
并发粒度优化
6、Kylin Bi工具集成
与Kylin结合使用的可视化工具很多，例如：
ODBC：与Tableau、Excel、PowerBI等工具集成
JDBC：与Saiku、BIRT等Java工具集成
RestAPI：与JavaScript、Web网页集成
Kylin开发团队还贡献了Zepplin的插件，也可以使用Zepplin来访问Kylin服务。
JDBC
Zepplin：[atguigu@hadoop102 zeppelin]$ bin/zeppelin-daemon.sh start
修改配置
添加Note并编写SQL语句查询