选择大数据仓库
选择大数据仓库
提问于 2016-05-24 11:57:14
现在，我面临的挑战是创建数据仓库来存储和处理大量的数据。估计每天发生的事件超过70亿次。数据应保存7天。平均事件大小为0.5~1KB.我们需要处理这些数据，以便：
- 生成报告；
- 火车模型。
目前我正在评估：
- Google Bigquery
- 红移
- 斯特雷肖+卡桑德拉+ AWS + EMR + EBS
- Cloudera + AWS
所以我感兴趣的是
- 公司内部使用的解决方案(框架、设置、数据库、节点数量等)
- 任何实际成本示例/比较(如果可能的话)
- 管理复杂性( devops )
回答 2
Stack Overflow用户
发布于 2016-05-25 04:44:51
我最近根据Mark的系列文章编写了这个摘要，比较了BigQuery、Spark、Hive、Presto、ElasticSearch、AWS、AWS和Google：
摘要摘要：
- 相同的数据集(10亿行)、相同的查询、许多技术和配置。
- BigQuery是运行查询最快的:2秒。
- 默认情况下，BigQuery是唯一快速的:不需要优化，也不需要数据预处理。在25分钟内加载了10亿行，并准备好查询数据。
- 其他解决方案花了几个小时来加载数据(代价很高)，而且比BigQuery慢了很多倍。
但是你能得到的最好的基准是你自己的:尝试BigQuery应该是快速和容易的。然后尝试找到另一个平台，它可以以同样快的速度加载数据，以同样快的速度查询数据，或者在价格上接近它。马克试过了，这些都是他的发现。
Stack Overflow用户
发布于 2016-05-24 12:46:03
我们使用BigQuery，优点：
- SQL，基于列的
- 支持列中的JSON数据-> advantage，非结构化
- 非常便宜，每月约21,000美元。
- 由谷歌管理的服务，没有开发人员
- 100 000行/秒吞食能力
- 参见链接演示文稿中的幻灯片#24
找到更多用例和体系结构：http://www.slideshare.net/martonkodok/complex-realtime-event-analytics-using-bigquery-crunch-warmup
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37412877
复制相关文章
相似问题
腾讯云开发者
