主流OLAP对比

参考

主流大数据OLAP框架对比

分类

按照架构实现划分：

• MPP 架构系统：Presto、Impala、Doris、Clickhouse、Spark SQL、Flink SQL...，这种架构主要还是从查询引擎入手，使用分布式查询引擎。
• 搜索引擎架构的系统：es。
• 预计算系统：Druid、Kylin...，则在入库时对数据进行预聚合，进一步牺牲灵活性换取性能，以实现对超大数据集的秒级响应。

对比

Druid支持hadoop和s3等存储。

Kylin依赖hadoop：hive，hbase，kafka等。

Druid 和 Kylin，一般会根据用户定义的数据维度、度量（也可以叫指标）在数据写入时生成预聚合数据；Query查询到来时，实际上查询的是预聚合的数据而不是原始明细数据，在查询模式相对固定的场景中，这种优化提速很明显。