Lakehouse如何以开放的存储格式达到高效的查询性能?
Lakehouse如何以开放的存储格式达到高效的查询性能?
展开
收起
1
条回答
写回答
写回答
-
1）高速缓存；Lakehouse可以使用与数据仓库相同的优化数据结构对其进行缓存提高查询性能。
2）建立辅助数据结构；即使数据是用Parquet格式存储的，也可以建立很多额外的数据结构来加快查询，同时对这些额外的数据进行事务性的维护。
3）数据布局；
4）动态文件剪枝(Dynamic File Pruning, DFP)；
5）优化组合；综合使用以上优化技术协同工作，让Lakehouse中的数据读取都在高速缓存中进行，并且通过数据布局优化，建立辅助数据结构减少对非缓存数据读取的I/0，实现了Lakehouse引擎可以提供与数据仓库类似的查询性能。
以上内容摘自《Databricks数据洞悉》电子书，点击https://developer.aliyun.com/topic/download?id=8545可下载完整版
2022-07-29 10:32:58赞同 展开评论 打赏
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
开源大数据平台 E-MapReduce
>
问答
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
热门讨论
热门文章
阿里云共享块存储和NAS还有OSS的区别是什么呀
7749
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2073
NeuSoft是什么？
1674
hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
577
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1127
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
702
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
212
如果开传奇，同时在线4-5个版本需要什么配置云服务器多少带宽
3924
sprak是什么
726
Delta-rs Rust库是什么？
472
展开全部
相关文章
相关电子书
更多
