极速执行器: 高效的执行器,比传统数仓/MPP快5-10倍,比Hadoop SQL引擎要快5-30倍。
私有云和公有云部署:反对亚马逊和阿里云等私有云平台,同时能够反对支流PaaS云平台(比方Kubernetes等)和Docker部署。
对规范的欠缺反对:ANSI SQL规范,OLAP扩大,规范JDBC/ODBC,比Hadoop SQL引擎都要欠缺。
反对ACID事务个性:这是很多现有基于Hadoop的SQL引擎做不到的,对保证数据一致性很重要。能够无效缩小开发及运维人员的累赘。
动静数据流引擎:基于UDP的高速互联网络。
弹性调度执行:能够依据查问大小来决定执行查问应用的节点及Segment个数。
反对多种分区办法及多级分区:反对List分区和Range分区。分区表对性能有很大晋升作用,如果用户只想拜访最近一个月的热数据,查问只须要扫描最近一个月数据所在分区。
反对多种压缩办法:snappy,gzip,zlib, zstd, lz4, RLE等。
多种存储过程语言反对:python, c/c++, perl等。
动静扩容:动静按需扩容,依照存储大小或者计算需要,秒级增加节点。
多级资源和负载治理:和内部资源管理器YARN集成;能够治理CPU,Memory资源等;反对多级资源队列;具备不便的DDL治理接口。
反对拜访任何HDFS及其他零碎的数据:各种HDFS格局(文本,ORC等等)以及其余内部零碎(Hive等),并且用户本人能够开发插件来拜访新的数据源。
原生的机器学习数据挖掘库MADLib反对:易于应用及高性能。
与Hadoop零碎无缝集成:存储、资源、装置部署、数据格式和拜访等。
欠缺的平安及权限治理:kerberos;数据库,表等各个级别的受权治理。
反对多种第三方工具:比方Tableau,SAS,较新的Apache Zeppelin等。