大规模数据交互式查询优化研究.pdfVIP

眨眼之间：超大规模数据的交互式查询｜end▁of▁sentence｜

Sameer

Agarwal

加州大学伯克利分校

sameerag@cs.berkeley.edu

Anand

P.

Iyer

加州大学伯克利

分校

api@cs.berkeley.edu

Aurojit

Panda

加州大学伯克利分

校

apanda@cs.berkeley.edu

Samuel

Madden

麻省理工学

院

CSAIL

madden@csail.mit.edu

Barzan

Mozafari

麻省理

工学院

CSAIL

barzan@csail.mit.edu

Ion

Stoica

加州大学伯

克利分校

istoica@cs.berkeley.edu｜end▁of▁sentence

｜

｜end▁of▁

sentence｜

在本演示中，我们介绍了BlinkDB，这是一个基于采样的大规模并行近似查询处理框架，用

于对海量数据运行交互式查询。BlinkDB的关键观察是，在缺乏完美的情况下，人们仍

然可以做出合理的决策。BlinkDB扩展了Hive/HDFS堆栈，并可以处理与这些系统相同的

SPJ（选择、投影、连接和聚合）查询。BlinkDB实时以及统计误差保证，并且可以

以容错的方式扩展到PB级数据和数千台机器。我们使用TPC‑H基