分布式數據倉庫系統：Apache Tajo

Tajo 是一個基于 Hadoop 實現的分布式數據倉庫系統，特點是低延遲、高可伸縮，提供專用查詢和針對存儲在HDFS上的大數據集和其他數據源的ETL 工具。

特點：

• 可伸縮性和低延遲
  • 完全分布式的 SQL 查詢處理，基于存儲雨 HDFS 的大數據集
  • 超低響應時間（約100毫秒），在合理數據范圍內的簡單查詢
• 支持長時間運行的查詢
  • 容錯支持，避免某些任務失敗后的查詢重啟
  • 動態調度，處理和異構集群節點故障
• ETL
  • ETL 可實現不同數據格式之間的轉換
  • 支持多種文件格式，如 CSV、RCFile 和 RowFile
• 擴展性
  • 支持用戶自定義函數
  • 提供自定義文件格式的 Scanner/Appender 接口
• 兼容性
  • 遵循 ANSI/ISO SQL 標準，非標準方面遵循 PostgreSQL 規范
  • 支持 HiveQL 模式
  • 在 HCatalog 和 Hive MetaStore 實現表訪問
  • 支持 JDBC 驅動
• 簡單
  • 提供交互式 Shell 來提交 SQL 查詢到 Tajo 集群
  • 提供備份和恢復工具
  • 異步/同步 Java API 來提交 SQL 查詢到 Tajo 集群

   

項目主頁：http://www.baiduhome.net/lib/view/home/1385026644562