- 1、本文档共29页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Wing - 新一代百度大数据查询引擎
刘成 百度大数据部QE团队
2015-04-21
概览
• QueryEngine技术
– 百度QueryEngine 1.0 -> 2.0
• Wing前端接口
– HQL + CQuery
• 优化引擎
– 数据传输
– 计算效率
• 性能结果
– runtime性能比hive高30%
– 百度线上query性能升达4倍
• 总结
– 开发模式、Tears
QueryEngine技术
• QueryEngine是一个编译器
– 编译:高级语言述查询(HQL, Pig Lan) Apps(Ad, Search)
– 优化:理解查询,优化用户计算逻辑
ETL QueryEngine
• 大量QueryEngine系统涌现 (Hive/Wing)
– 批处理:Hive/Pig
MapReduce
– 交互式:Spark SQL/Dremel/Impala/Apache Drill
(HCE)
– 流式计算:Storm
Storage Meta Resource
• QueryEngine与MR/Tez/Spark关系 (HDFS) (UdwMeta) (Ark)
– 更高层的抽象
– 更易用接口,充分利用不同框架计算能力
百度QueryEngine服务
• 百度QueryEngine服务
– 每天session数量: 14~15w
– 每天处理数据量:2P
– 运行场景:主要是大型HQL统计任务
• QueryEngine 1.0 :Hive
– Hive 0.8,与最新版本Hive 0.14脱节
– 百度需求多样化,不易于社区版保持同步
– 代码耦合度高,不易模块化移植
– 缺乏单测,新手接受困难,bugfix困难
• QueryEngine 2.0 :Wing
– 目标:结构化数据处理引擎的公共组件
– 接口:HQL、CQuery
– 优化:基于关系模型的优化、基于llvm分析数据流优化
– 维护性:完全由QueryEngine团队开发和维护
百度QueryEngine服务
Client
Master
Worker Worker Worker
Wing H
文档评论(0)