学习Apache Drill的知识先决条件是什么？

Question

我是数据分析/大数据分析的n00b。我目前正在学习统计和R.我想知道学习和使用Apache Drill的知识先决条件，以便我可以优化学习计划？

Answer 1

Drill仍处于alpha状态，文档非常有限。如果您需要稳定性，Cloudera Impala可能是短期内更好的选择。

您需要学习两件事 - 如何将数据导入Drill可以使用的表单以及如何运行查询。后者很简单 - 学习SQL。

前者比较复杂。这些非常有限的例子在Twitter的Parquet数据格式中使用本地文件，因此这将是一个很好的开始。对于更实际的（即分布式）场景，请了解HDFS（Hadoop分布式文件系统）和Zookeeper，HBase或MongoDB。

警告 - 如果您真的想在真正的大数据环境中使用Drill（您不应该这样做，因为它在alpha模式下），您会发现这是一个陡峭的学习曲线，需要大量复杂的信息。打破它一个很好的方法可能是：

• SQL - 尝试SQLite的
• NoSQL数据库 - MongoDB的
• 分布式文件系统 - HDFS
• 管理分布式环境 - 动物园管理员
• 分布式键值存储 - HBase
• 实时分布式查询 - 钻取或Impala。