Hadoop发行版厂商星环发布TPC-DS评测结果

另外，在和开源的Hive执行效率相比中，Inceptor 3.4能够带来1__0x~10__0x的性能提升。下图是TPC-DS的部分query在Inceptor和CDH Hive的性能提升倍数，其中最大的提升倍数竟可达到123倍。需要说明的是，这里用的Query跟Impala运行的相同。

更多详细的性能比较以及TPC-DS的测试配置和细节可以参考星环发布的性能白皮书。

测试小结

通过Transwarp Inceptor和Cloudera Impala在TPC-DS案例上的对比，我们不难得到如下结论：

Transwarp Inceptor在SQL支持度上远胜于Cloudera Impala，应用迁移成本更低。

Transwarp Inceptor在稳定性和容错性上表现优于Cloudera Impala，系统运维成本更低。

Transwarp Inceptor在性能表现上和Cloudera Impala基本相当，都有各自擅长的应用场景。

Transwarp Inceptor和Cloudera Impala的可扩展性方面的比较由于硬件资源的限制而没有测试，后期我们会加上相应的测试结果。

结语

虽然标准的Hadoop能够解决用户在数据处理上能与不能的问题，但却不能有效满足用户更深层次的需求，尤其两个方面：一是传统Hadoop使用MapReduce框架作为计算引擎，所有的数据计算以磁盘为中心，因此计算时间长，任务调度延时大，不适合交互式或者迭代式计算场景；二是Hive QL作为Hadoop的查询语言，其支持的语法比传统的SQL要小很多，因此不能满足实际用户的应用要求。

星环科技的Transwarp Inceptor交互式分析引擎构建于Hadoop之上，但使用Spark作为其默认计算引擎。Spark采用基于内存的计算模型和更细粒度的并发调度等技术，有效解决了MapReduce的高延时问题。在Spark基础上，Transwarp Inceptor还扩展了多种执行引擎的优化技术，推出了基于内存与SSD的混合存储结构，有效将SQL任务执行的时间在开源Spark的技术上再降低了数倍，因而能够有效地应用于交互式和迭代式计算场景。

Transwarp Inceptor采用自主研发的SQL编译引擎，完善地支持SQL92、SQL'99等标准，并且部分支持SQL2003以及PL/SQL，因此能够有效满足大部分客户的应用需求，避免大量的应用重写工作。

随着在大数据领域国内外开始处于同一起跑线，我们相信像星环科技这样国内具有代表性的Hadoop发行版厂商将在中国的广阔市场空间中获得长足发展，并且由于中国市场激烈的竞争与磨练，逐步打磨出超越国外先进厂商的技术与实力。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友