Apache Tajo 分布式数据仓库系统 项目简介
Tajo 是一个分布式数据仓库系统，基于 Hadoop 实现，特点是低延迟、高可伸缩，提供专用查询和 ETL 工具特点： 可伸缩性和低延迟 完全分布式的 SQL 查询处理，基于存储雨 HDFS 的大数据集 超低响应时间（约100毫秒），在合理数据范围内的简单查询 支持长时间运行的查询 容错支持，避免某些任务失败后的查询重启 动态调度，处理和异构集群节点故障 ETL ETL 可实现不同数据格式之间的转换 支持多种文件格式，如 CSV、RCFile 和 RowFile 扩展性 支持用户自定义函数 提供自定义文件格式的 Scanner/Appender 接口 兼容性 遵循 ANSI/ISO SQL 标准，非标准方面遵循 PostgreSQL 规范 支持 HiveQL 模式 在 HCatalog 和 Hive MetaStore 实现表访问 支持 JDBC 驱动 简单 提供交互式 Shell 来提交 SQL 查询到 Tajo 集群 提供备份和恢复工具 异步/同步 Java API 来提交 SQL 查询到 Tajo 集群