ClickHouse/docs/zh/faq/general.md

13 lines
1.4 KiB
Markdown
Raw Normal View History

# 常见问题
## 为什么不使用MapReduce之类的产品呢?
我们可以将MapReduce这类的系统称为分布式计算系统其reduce操作基于分布式排序。其中最常见的开源解决方案是 [Apache Hadoop](http://hadoop.apache.org)。 Yandex使用他们的内部解决方案YT。
这些系统不适合在线查询因为它们的延迟高。换句话说它们不能用作Web接口的后端服务。这些系统对于实时数据更新是没有用的。如果操作的结果和所有中间结果如果有的话位于单个服务器的内存中则分布式排序不是执行reduce操作的最佳方式但这通常是在线查询的情况。在这种情况下哈希表是执行reduce操作的最佳方式。优化map-reduce任务的常用方法是使用内存中的哈希表进行预聚合部分reduce用户手动执行此优化操作。分布式排序是运行简单map-reduce任务时性能降低的主要原因之一。
大多数MapReduce系统允许您在集群上执行任意代码。但是声明性查询语言更适合OLAP以便快速运行实验。例如Hadoop包含Hive和PigCloudera Impala或Shark过时for Spark以及Spark SQL、Presto和Apache Drill。与专业系统相比运行此类任务时的性能非常不理想所以将这些系统用作Web接口的后端服务是不现实的因为延迟相对较高。
[来源文章](https://clickhouse.yandex/docs/zh/faq/general/) <!--hide-->