【构建PB级准实时分析引擎】 - 对比druid，clickhouse,kylin,KAWQ,presto，spark sql，impala等主流开源离线数据分析引擎

文档说明

  对于每日10TB+的数据增量，应该选择什么样的离线分析引擎，才能既高效，有低成本？
  追求性能极限的同时，也需要兼顾向后扩展性，比如人才招聘，运维成本，部署成本，分析场景变化等，那么如何才能选择最适合自己的离线分析引擎呢？
  本文从自身需求的视角出发，综合对比目前主流的开源离线分析方案，以寻找最合适的离线分析方案，来满足自己的需求。
  对于目前较为主流的druid，clickhouse,kylin,KAWQ,presto，spark sql，impala进行了多方面的评比，仔细分析，以寻找最适合的离线分析方案。

评估目标

短期目标：

• 200万/s数据写入，成本相对较低；

• 具备即时查询的能力；

• 易于使用，降低开发门槛；

• 有容错能力，个别节点故障，不影响集群提供服务；

• 无特殊硬件要求，支持云部署，可分布式部署，支持弹性伸缩；