apache - 学习 Apache Drill 的知识先决条件是什么？

Question

我是数据分析/大数据分析的 n00b。我目前正在学习统计学和R。我想知道学习和使用Apache Drill的知识先决条件，以便我可以优化学习计划？

Answer 1

Drill 仍处于 alpha 阶段，文档非常有限。如果您需要稳定性，Cloudera Impala 短期内可能是更好的选择。

您将需要学习两件事——如何将数据放入 Drill 可以使用的表单中，以及如何运行查询。后者很简单——学习 SQL。

前者更复杂。非常有限的示例使用 Twitter 的 Parquet 数据格式的本地文件，因此这是一个很好的起点。对于更现实（即分布式）的场景，了解 HDFS（Hadoop 分布式文件系统）和 Zookeeper、HBase 或 MongoDB。

警告——如果你认真对待在真正的大数据环境中使用 Drill（你不应该这样做，因为它处于 alpha 阶段），你会发现这是一个陡峭的学习曲线，包含了很多复杂的信息。打破它的一个好方法可能是：

• SQL - 试试 SQLite
• NoSQL 数据库 - MongoDB
• 分布式文件系统 - HDFS
• 管理分布式环境 - Zookeeper
• 分布式键值存储 - HBase
• 实时分布式查询——Drill 或 Impala。