Hadoop生態(tài)系統(tǒng)的存儲(chǔ)格式CarbonData性能分析

本篇內(nèi)容主要講解“Hadoop生態(tài)系統(tǒng)的存儲(chǔ)格式CarbonData性能分析”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Hadoop生態(tài)系統(tǒng)的存儲(chǔ)格式CarbonData性能分析”吧!

 一、評(píng)測(cè)環(huán)境

1）網(wǎng)絡(luò)拓?fù)鋱D

2）配置參數(shù)

服務(wù)器配置

二、性能對(duì)比
目前主流hadoop的文件存儲(chǔ)格式有行存儲(chǔ)的CSV格式，列式存儲(chǔ)的ORC和Parquet等。本章給出的是Parquet+Spark和CarbonData+Spark在過(guò)濾查詢(xún)場(chǎng)景和聚合計(jì)算場(chǎng)景的性能測(cè)試結(jié)果。

1）測(cè)試數(shù)據(jù)

創(chuàng)建沈陽(yáng)社保的數(shù)據(jù)倉(cāng)庫(kù)，導(dǎo)入、集成1年的測(cè)試數(shù)據(jù)，如下表：

生成CarbonData格式文件，如下表：

2）過(guò)濾查詢(xún)場(chǎng)景測(cè)試

Parquet和CarbonData在過(guò)濾查詢(xún)場(chǎng)景下的性能對(duì)比

3）聚合計(jì)算場(chǎng)景測(cè)試

Parquet和CarbonData在聚合計(jì)算場(chǎng)景下的性能對(duì)比

4）總結(jié)分析

在過(guò)濾查詢(xún)中，CarbonData的查詢(xún)效率比parquet效率好，主要體現(xiàn)在列數(shù)據(jù)的索引查詢(xún)，極大地提高了精確查詢(xún)的性能。在聚合查詢(xún)中，CarbonData通過(guò)使用全局字典編碼來(lái)加快計(jì)算速度，這使得處理、查詢(xún)引擎可以直接在編碼好的數(shù)據(jù)上進(jìn)行處理而不需要轉(zhuǎn)換數(shù)據(jù)，數(shù)據(jù)只有在返回結(jié)果給用戶(hù)的時(shí)候才轉(zhuǎn)換成用戶(hù)可讀的形式，通過(guò)索引有效過(guò)濾文件數(shù)據(jù)塊減少磁盤(pán)的IO，提高查詢(xún)性能。

到此，相信大家對(duì)“Hadoop生態(tài)系統(tǒng)的存儲(chǔ)格式CarbonData性能分析”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún)，關(guān)注我們，繼續(xù)學(xué)習(xí)！