APACHE TAJO: HADOOP'TA BİR BÜYÜK VERİ AMBARI SİSTEMİ

Apache Software Foundation (ASF), geçtiğimiz günlerde geliştirilmiş büyük veri depolama çözümü olan “SQL-on-Hadoop”un yeni versiyonu Apache Tajo’yu duyurdu.

Apache Tajo, depolanan büyük veri setleri üzerinde yer alan Hadoop Distributed File System (HDFS)’da ve diğer veri kaynaklarındaki düşük güvenlikli ve ölçeklenebilir geçici sorgular, online yığınlar ve veriyi kaynak sistemden alıp uygun olarak değiştirerek veri ambarına yükleyen ETL (Extreact-Trasform-Load) için kullanılıyor.

Tajo; SQL standartlarını destekleyerek ve gelişmiş veri tabanı tekniklerini yeniden yapılandırarak; dağıtılmış işletimlerin doğrudan kontrolünü ve veri akışı karşısında sorgu değerlendirme çeşitliliği stratejileri ve optimizasyon seçenekleri sunuyor.

ASF, Tajo v0.10.0 ile gelen ve öne çıkan yenilikleri ise şu şekilde listeliyor :

• Oracle ve PostgreSQL katalog mağaza desteği
• Doğrudan JSON dosyası desteği
• HBase depolama entegrasyonu (kullanıcıların doğrudan Tajo aracılığıyla HBase tablolarına erişimine izin)
• JDBC uygulamalarının daha kolay kullanımı için geliştirilmiş JDBC sürücüsü.
• Geliştirilmiş Amazon S3 desteği

Diğer öne çıkan özellikler ise şu şekilde:

Hız ve verimlilik

• Tamamen dağıtılmış SQL sorgu işleme motoru
• Gelişmiş Sorgu Optimizasyonu
• Makul veri seti üzerinde interaktif analiz

Ölçeklenebilirlik

• Uzun süren sorgular için hata toleransı ve dinamik programlama
• Veri setleri için ana hafızadan daha geniş çekirdek algoritma

Uyumluluk

• ANSI/ISO SQL standardı uygunluğu
• Hive MetaStore erişim desteği
• JDBC sürücü desteği
• CSV, JSON, RCFile, SequenceFile and Parque gibi çeşitli dosya formatları desteği

Kolayık

• Kullanıcı tanımlı işlevler
• Etkileşimli kabuk
• Kullanışlı Yedekleme / Geri Yükleme yardımcı programı
• Asenkron / Senkron Java API