學習Apache Drill的知識先決條件是什麼？

Question

我是數據分析/大數據分析的n00b。我目前正在學習統計和R.我想知道學習和使用Apache Drill的知識先決條件，以便我可以優化學習計劃？

Answer 1

Drill仍處於alpha狀態，文檔非常有限。如果您需要穩定性，Cloudera Impala可能是短期內更好的選擇。

您需要學習兩件事 - 如何將數據導入Drill可以使用的表單以及如何運行查詢。後者很簡單 - 學習SQL。

前者比較複雜。這些非常有限的例子在Twitter的Parquet數據格式中使用本地文件，因此這將是一個很好的開始。對於更實際的（即分佈式）場景，請了解HDFS（Hadoop分佈式文件系統）和Zookeeper，HBase或MongoDB。

警告 - 如果您真的想在真正的大數據環境中使用Drill（您不應該這樣做，因爲它在alpha模式下），您會發現這是一個陡峭的學習曲線，需要大量複雜的信息。打破它一個很好的方法可能是：

• SQL - 嘗試SQLite的
• NoSQL數據庫 - MongoDB的
• 分佈式文件系統 - HDFS
• 管理分佈式環境 - 動物園管理員
• 分佈式鍵值存儲 - HBase
• 實時分佈式查詢 - 鑽取或Impala。