数据分析的技术框架学习（分布式实时数据分析查询引擎）

Apache Drill和Cloudera Impala都属于分布式实时数据分析查询引擎。下面进行一些简单介绍和对比，供选型参考。

2012年，由Hadoop 分销商的领导者之一MapR 领导的一个团队，提出构建一个Google Dremel 的开源版本，一个交互式的分布式热点分析系统。他们将其命名为Apache Drill。Drill 在Apache 孵化器中被冷落了两年多，最终在2014年底毕业。该团队在2015年发布了1.0。

2016年，超过50个人对Drill 做出了贡献。该团队在2016年发布了5个小版本，关键的增强功能包括：

• Web 认证
• 支持Apache Kudu 列数据库
• 支持HBase 1.x
• 动态UDF 支持

2015年，两位关键的Drill 贡献者离开了MapR，并启动了Dremio，该项目尚未发布。

2012年，Cloudera 推出了Impala，一个开源的MPP SQL 引擎，作为Hive 的高性能替代品。Impala 使用HDFS 和HBase，并利用了Hive 元数据。但是，它绕开了使用MapReduce 运行查询。

2015年，Cloudera 将Impala 捐献给Apache 软件基金会，进入了Apache 孵化计划。

2016年，Impala 在Apache 孵化器中取得了稳步发展。该团队清理了代码，将其迁移到Apache 基础架构，并在10月份发布了第一个Apache 版本2.7.0。

Impala 是 Cloudera 公司主导开发的新型查询系统，它提供 SQL语义，能够为存储在 Hadoop的 HDFS 和 HBase 中的 PB 级大数据提供快速、交互式的 SQL 查询。已有的 Hive 数据仓库工具由于底层执行使用的是 MapReduce 引擎，仍然是一个批处理过程，难以满足要求响应快速的交互式查询。而 Impala 是基于 MPP 的查询系统，它的最大特点就是快速，其性能比Hive高出3-30倍。

访问Kafka技术专栏，该专栏从实战出发，通过零基础入门-环境搭建-项目案例实战，让初学者快速掌握Kafka相关技术要点并投入实际项目开发。

下面是来自DB-Engines网站的数据对比，从评分和排名来看，Impala占有更多优势。

按时间维度的排名趋势来看，Impala也超出Apache Drill不少。

关于Skywalking入门、集群模式部署、监控指标详细讲解以及和Spring Cloud 微服务框架的整合，可以参考Skywalking技术专栏。