1       一句话介绍

Hadoop即席查询引擎是构筑在Hive之上的，提供快速SQL查询接口的OLAP引擎。

2       基本概念

• 即席查询（Ad Hoc）：用户以单独SQL语句（不嵌入程序中）灵活地进行自定义查询。即席查询语句通常未经过预先专家优化，但是又要求查询速度快，因此一般采用内存计算或预计算技术方案。
• Hive：基于HDFS构建的数据仓库，主要提供HQL（类SQL语句）生命周期管理和元数据管理功能。自0版本后，元数据管理功能组件MetaStore可独立部署，与即席查询引擎结合，提供更高效的查询能力。
• 数据模型：描述数据仓库中事实表和维度表之间的连接关系的模型。以事实表为中心，多张维度表连接到事实表上的数据模型称为星型模型；当存在维度表不直接连接事实表，而是连接维度表时，称为雪花模型，可以看作是星型模型的拓展。

3       Presto

Presto是一个分布式的SQL查询引擎，本身不存储数据，可通过connector适配器抽取多种类型数据源（通常为Hive）的数据到内存中计算。Presto是一个Master-Slave架构，如下图：

• Coordinator作为master节点，负责接收客户端SQL请求，解析SQL，读取Hive元数据，最终生成执行计划。执行计划由多个Stage构成，Stage包含可并行计算的task任务。
• Worker：接收Coordinator下发的task任务，读取HDFS上的数据，计算完成后返回给Coordinator聚合。
• Discovery Server：通常内置于Coordinator中。负责发现可以正常工作的worker节点。

Presto是完全基于内存进行并行计算的，Worker节点内和节点间流水线计算，中间无磁盘IO操作，因此速度极快。

开源组件Impala架构与Presto类似，同样是构建于Hadoop的MPP计算引擎。Presto支持的数据源类型更丰富。

4       Kylin

Kylin之所以能提供快速的OLAP查询，秘诀是预计算，查询相对固化，因此对即席查询的支持度不如Presto。

Kylin从Hive中获取数据，然后通过Build Engine（基于Spark/MR的能力）构建OLAP Cube，并将结果存储到Parquet/HBase中。用户直接查询时，直接从Cube中获取结果。

5       参考

• https://cloud.tencent.com/developer/article/1877751
• https://tech.meituan.com/2014/06/16/presto.html
• https://www.jianshu.com/p/6eadb77d091c
• https://kylin.apache.org/cn/