Enviar búsqueda
Cargar
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
•
7 recomendaciones
•
6,307 vistas
Cloudera Japan
Seguir
道玄坂LT祭りで発表した資料です
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 28
Descargar ahora
Descargar para leer sin conexión
Recomendados
Impala 2.0 Update 日本語版 #impalajp
Impala 2.0 Update 日本語版 #impalajp
Cloudera Japan
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
Cloudera Japan
Troubleshooting Using Cloudera Manager #cwt2015
Troubleshooting Using Cloudera Manager #cwt2015
Cloudera Japan
#cwt2016 Apache Kudu 構成とテーブル設計
#cwt2016 Apache Kudu 構成とテーブル設計
Cloudera Japan
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Impalaチューニングポイントベストプラクティス
Impalaチューニングポイントベストプラクティス
Yahoo!デベロッパーネットワーク
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Recomendados
Impala 2.0 Update 日本語版 #impalajp
Impala 2.0 Update 日本語版 #impalajp
Cloudera Japan
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
基礎から学ぶ超並列SQLエンジンImpala #cwt2015
Cloudera Japan
Troubleshooting Using Cloudera Manager #cwt2015
Troubleshooting Using Cloudera Manager #cwt2015
Cloudera Japan
#cwt2016 Apache Kudu 構成とテーブル設計
#cwt2016 Apache Kudu 構成とテーブル設計
Cloudera Japan
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Impalaチューニングポイントベストプラクティス
Impalaチューニングポイントベストプラクティス
Yahoo!デベロッパーネットワーク
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
Cloudera Japan
CDH5最新情報 #cwt2013
CDH5最新情報 #cwt2013
Cloudera Japan
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
Cloudera Japan
エンタープライズデータハブ活用の落とし穴 2015 08-27
エンタープライズデータハブ活用の落とし穴 2015 08-27
Cloudera Japan
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
Cloudera Japan
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
Yukinori Suda
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
Kuduを調べてみた #dogenzakalt
Kuduを調べてみた #dogenzakalt
Toshihiro Suzuki
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
Cloudera Japan
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
Sho Shimauchi
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
Cloudera Japan
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
Cloudera Japan
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
Yukinori Suda
基調講演: 「パーペイシブ分析を目指して」#cwt2015
基調講演: 「パーペイシブ分析を目指して」#cwt2015
Cloudera Japan
Hadoopの標準GUI Hueの最新情報2
Hadoopの標準GUI Hueの最新情報2
Cloudera Japan
Más contenido relacionado
La actualidad más candente
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
Cloudera Japan
CDH5最新情報 #cwt2013
CDH5最新情報 #cwt2013
Cloudera Japan
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
Cloudera Japan
エンタープライズデータハブ活用の落とし穴 2015 08-27
エンタープライズデータハブ活用の落とし穴 2015 08-27
Cloudera Japan
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
Cloudera Japan
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
Yukinori Suda
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
Kuduを調べてみた #dogenzakalt
Kuduを調べてみた #dogenzakalt
Toshihiro Suzuki
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
Cloudera Japan
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
Sho Shimauchi
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
Cloudera Japan
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
Cloudera Japan
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
Yukinori Suda
La actualidad más candente
(20)
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
「新製品 Kudu 及び RecordServiceの概要」 #cwt2015
CDH5最新情報 #cwt2013
CDH5最新情報 #cwt2013
Evolution of Impala #hcj2014
Evolution of Impala #hcj2014
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
HBaseサポート最前線 #hbase_ca
HBaseサポート最前線 #hbase_ca
エンタープライズデータハブ活用の落とし穴 2015 08-27
エンタープライズデータハブ活用の落とし穴 2015 08-27
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
HBase Meetup Tokyo Summer 2015 #hbasejp
HBase Meetup Tokyo Summer 2015 #hbasejp
Cloudera Impalaをサービスに組み込むときに苦労した話
Cloudera Impalaをサービスに組み込むときに苦労した話
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Kuduを調べてみた #dogenzakalt
Kuduを調べてみた #dogenzakalt
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
Introduction to Impala ~Hadoop用のSQLエンジン~ #hcj13w
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
#cwt2016 Cloudera Managerを用いた Hadoop のトラブルシューティング
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
Impala データサイエンティストのための 高速大規模分散基盤 #tokyowebmining
CDHの歴史とCDH5新機能概要 #at_tokuben
CDHの歴史とCDH5新機能概要 #at_tokuben
HBase活用事例 #hbase_ca
HBase活用事例 #hbase_ca
HiveとImpalaのおいしいとこ取り
HiveとImpalaのおいしいとこ取り
Destacado
基調講演: 「パーペイシブ分析を目指して」#cwt2015
基調講演: 「パーペイシブ分析を目指して」#cwt2015
Cloudera Japan
Hadoopの標準GUI Hueの最新情報2
Hadoopの標準GUI Hueの最新情報2
Cloudera Japan
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
Cloudera Japan
基調講演: 「データエコシステムへの挑戦」 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
Cloudera Japan
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
Cloudera Japan
Cloudera Manager 5 (hadoop運用) #cwt2013
Cloudera Manager 5 (hadoop運用) #cwt2013
Cloudera Japan
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Cloudera Japan
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Cloudera Japan
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
Cloudera Japan
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
Destacado
(11)
基調講演: 「パーペイシブ分析を目指して」#cwt2015
基調講演: 「パーペイシブ分析を目指して」#cwt2015
Hadoopの標準GUI Hueの最新情報2
Hadoopの標準GUI Hueの最新情報2
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
PCIコンプライアンスに向けたビジネス指針〜MasterCardの事例〜 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
基調講演: 「データエコシステムへの挑戦」 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
基調講演:「ビッグデータのセキュリティとガバナンス要件」 #cwt2015
Cloudera Manager 5 (hadoop運用) #cwt2013
Cloudera Manager 5 (hadoop運用) #cwt2013
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
クラウド上でHadoopを構築できる Cloudera Director 2.0 の紹介 #dogenzakalt
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Similar a Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
JAWS-UG Santo 2014-07-05 Drupal on PaaS Cloud
JAWS-UG Santo 2014-07-05 Drupal on PaaS Cloud
ANNAI_LLC
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
2014.07.05 Drupal PaaS でASWを活用する(Kyoko Ohtagaki)
2014.07.05 Drupal PaaS でASWを活用する(Kyoko Ohtagaki)
Kyoko Ohtagaki
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
terurou
Hadoopデータプラットフォーム #cwt2013
Hadoopデータプラットフォーム #cwt2013
Cloudera Japan
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
OpenStackプロジェクトの全体像~詳細編~
OpenStackプロジェクトの全体像~詳細編~
Masanori Itoh
Open stack reference architecture v1 2
Open stack reference architecture v1 2
Dell TechCenter Japan
Couchbaseの紹介 2015/03/05
Couchbaseの紹介 2015/03/05
Couchbase Japan KK
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
CDH4セミナー資料
CDH4セミナー資料
Cloudera Japan
GDLC11 oracle-ai
GDLC11 oracle-ai
Hirokuni Uchida
SQL Beginners Day #1 - SQL Server および Azure SQL のインストールと管理
SQL Beginners Day #1 - SQL Server および Azure SQL のインストールと管理
Oshitari_kochi
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Cloudera Japan
Yifeng hadoop-present-public
Yifeng hadoop-present-public
Yifeng Jiang
ゾウ使いへの第一歩
ゾウ使いへの第一歩
Fumito Ito
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
GoAzure
Similar a Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
(20)
JAWS-UG Santo 2014-07-05 Drupal on PaaS Cloud
JAWS-UG Santo 2014-07-05 Drupal on PaaS Cloud
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
2014.07.05 Drupal PaaS でASWを活用する(Kyoko Ohtagaki)
2014.07.05 Drupal PaaS でASWを活用する(Kyoko Ohtagaki)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
Hadoopデータプラットフォーム #cwt2013
Hadoopデータプラットフォーム #cwt2013
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
OpenStackプロジェクトの全体像~詳細編~
OpenStackプロジェクトの全体像~詳細編~
Open stack reference architecture v1 2
Open stack reference architecture v1 2
Couchbaseの紹介 2015/03/05
Couchbaseの紹介 2015/03/05
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
CDH4セミナー資料
CDH4セミナー資料
GDLC11 oracle-ai
GDLC11 oracle-ai
SQL Beginners Day #1 - SQL Server および Azure SQL のインストールと管理
SQL Beginners Day #1 - SQL Server および Azure SQL のインストールと管理
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Yifeng hadoop-present-public
Yifeng hadoop-present-public
ゾウ使いへの第一歩
ゾウ使いへの第一歩
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
Más de Cloudera Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
Más de Cloudera Japan
(10)
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Último
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
Último
(8)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
Impala概要 道玄坂LT祭り 20150312 #dogenzakalt
1.
1© Cloudera, Inc.
All rights reserved. Impala - Hadoop⽤用の最⾼高の 分析エンジン 嶋内 翔, Cloudera株式会社
2.
2© Cloudera, Inc.
All rights reserved. ⾃自⼰己紹介 • セールスエンジニア • 2011年年4⽉月にClouderaの最初の⽇日本⼈人社員として⼊入社 • お客様がCloudera製品を活⽤用できるように⼀一緒に議論論するのがメインの仕 事 • 実際は技術に関係する業務は全部⾏行行っている • email: sho@cloudera.com • twitter: @shiumachi
3.
3© Cloudera, Inc.
All rights reserved. Hadoop⽤用分析エンジンの要件 複数のユーザによる同時利利⽤用時の性能 思考と同等の速度度で共同作業する 互換性 BIツールやSQLなどの使い慣れたインタフェースが使 えること ユーザビリティ 様々なアプリケーションから連携可能 柔軟性 全てのデータに対し他のHadoopフレームワークと連 携してクエリを実⾏行行できること Hadoop ネイティブ フレームワーク全体で⼀一貫したリソース管理理、メタ データ、セキュリティ、運⽤用管理理ができること
4.
4© Cloudera, Inc.
All rights reserved. • ビッグデータのためのインタラク ティブBI / 分析 • データの発⾒見見 • 探索索型分析 • 定常クエリ⽤用データストア ⼀一般的な使い⽅方 セキュリティと運⽤用管理理 プロセス 取込み Sqoop, Flume 変換 MapReduce, Hive, Pig, Spark モデル 機械学習 SAS, R, Spark, Mahout サーブ NoSQL データ ベース HBase ストリーミング Spark Streaming ディスカバー 分析データベー ス Impala 検索索 Solr 無制限のストレージ HDFS, HBase YARN, Cloudera Manager, Cloudera Navigator データ処理理と分析のための単⼀一プラットフォーム
5.
5© Cloudera, Inc.
All rights reserved. Cloudera Impalaとは? • Hadoop クラスタのためのオープンソースのMPP SQL クエリエンジン • http://impala.io/ • Cloudera / MapR / Amazon / Oracle がサポートを提供 • HDFS や HBase 上のデータに対し、仮想的なビューとしてテーブルを作 成することができる • スキーマは Hive メタストアに保存 • ODBC / JDBC で接続可能 • Kerberos / LDAP で認証可能
6.
6© Cloudera, Inc.
All rights reserved. Impala のアーキテクチャ HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase HDFS DN Query Exec Engine Query Coordinator Query Planner HBase ODBC / JDBC SQL App クライアント・インタフェース メタデータ Hive Metastore HDFS NN State Store Catalogd
7.
7© Cloudera, Inc.
All rights reserved. Impala 1.x のバージョン履履歴 • Impala 1.0 (2013/04) • SQL-‐‑‒92 サポート (サブクエリ除く) • ネイティブHadoopファイルフォーマット • Parquet、Avro、テキスト、SequenceFileなど • Kerberos認証 • ODBC / JDBC ドライバ • Impala 1.1 • Apache Sentry を使ったRBAC(ロールベースアクセス制御 • Impala 1.2 • UDF / UDAF • コストベースのJOIN順序最適化 • Impala 1.3 / CDH 5.0 • リソース管理理機能 • Impala 1.4 CDH 5.1 (2014/07) • SQL の拡張 (DECIMAL、 ORDER BY without LIMIT、etc.) • HDFS キャッシング
8.
8© Cloudera, Inc.
All rights reserved. Impala 2.0 (2014/10) • SQL互換性の拡張 • SQL:2003 分析/ウィンドウ関数 • サブクエリ(WHERE句句内、EXISTS、IN) • CHAR / VARCHAR • GRANT / REVOKE (Sentry 使⽤用) • Hash Table を disk へ書き出し可能に • join and aggregate tables の制限が不不要に
9.
9© Cloudera, Inc.
All rights reserved. SQL-‐‑‒on-‐‑‒Hadoopベンチマーク (2014/09) • ⽐比較対象 • Impala 1.4.0 • Presto 0.74 • Stinger phase 3 (Hive 0.13.0) • Spark SQL 1.1 • ベンチマーク⼿手法 • TPC-‐‑‒DS • Impala ⽤用 TPC-‐‑‒DS ベンチマークツール https://github.com/cloudera/impala-‐‑‒tpcds-‐‑‒kit • 同⼀一ハードウェアに対し同⼀一⼿手順でのテスト • 公平な⽐比較のための細かい調整 • コストベース最適化なしの SQL-‐‑‒92 形式の JOIN • Presto ⽤用に JVM のチューニング • それぞれのエンジンに最適なファイルフォーマットを使⽤用 • 詳細はこちら http://blog.cloudera.com/blog/2014/09/new-‐‑‒benchmarks-‐‑‒for-‐‑‒sql-‐‑‒on-‐‑‒hadoop-‐‑‒impala-‐‑‒1-‐‑‒4-‐‑‒widens-‐‑‒the-‐‑‒ performance-‐‑‒gap/
10.
10© Cloudera, Inc.
All rights reserved. Impala ベンチマーク: マルチユーザ
11.
11© Cloudera, Inc.
All rights reserved. Impala ベンチマーク: スループット
12.
12© Cloudera, Inc.
All rights reserved. 技術トピック
13.
13© Cloudera, Inc.
All rights reserved. 分析 / ウィンドウ関数 • 2.0 以降降でのサポート • サポートされる関数 • RANK() / DENSE_RANK() • FIRST_VALUE() / LAST_VALUE() • LAG() / LEAD() • ROW_NUMBER()
14.
14© Cloudera, Inc.
All rights reserved. 解析関数の例例 select stock_symbol, closing_date, closing_price,! lag(closing_price,1) over (partition by stock_symbol order by closing_date) as "yesterday closing"! from stock_ticker! order by closing_date;! +--------------+---------------------+---------------+-------------------+! | stock_symbol | closing_date | closing_price | yesterday closing |! +--------------+---------------------+---------------+-------------------+! | JDR | 2014-09-13 00:00:00 | 12.86 | NULL |! | JDR | 2014-09-14 00:00:00 | 12.89 | 12.86 |! | JDR | 2014-09-15 00:00:00 | 12.94 | 12.89 |! | JDR | 2014-09-16 00:00:00 | 12.55 | 12.94 |! | JDR | 2014-09-17 00:00:00 | 14.03 | 12.55 |! | JDR | 2014-09-18 00:00:00 | 14.75 | 14.03 |! | JDR | 2014-09-19 00:00:00 | 13.98 | 14.75 |! +--------------+---------------------+---------------+-------------------+! ⽇日毎に終値と前⽇日の終値を出⼒力力
15.
15© Cloudera, Inc.
All rights reserved. HBase 連携 • Impala は HBase のテーブルに対し SELECT や INSERT を実⾏行行可能 • ユースケース • 巨⼤大なファクトテーブルをImpalaに持ち、より⼩小さいディメンジョンテーブルをHBase で 持つ • ⾼高速にインクリメントされるカウンタをHBaseに保存する • 例例: WebサイトのPVや、SNS の投稿での投票の数など • ⾮非常に幅広い(そして通常は疎な)テーブルをHBaseで持つ • 例例: オンラインサービスのユーザ情報 • 1⾏行行インサートも可能 • INSERT … VALUES ImpalaHBase external systems put SELECT * FROM hbase_tbl … INSERT / INSERT … VALUESget, scan
16.
16© Cloudera, Inc.
All rights reserved. アドミッションコントロール • ⾼高速・軽量量なリソース管理理機構 • 並列列ワークロードに対するリソースの過剰利利⽤用を避ける • 設定した限界値を超えたらクエリはキューイングされる • 全 impalad で動作 • SPOF なし
17.
17© Cloudera, Inc.
All rights reserved. アドミッションコントロール • 設定可能なリソースプール • クエリの最⼤大並列列実⾏行行数 • キューの最⼤大⻑⾧長 • プールのメモリ総量量 • 設定⽅方法は2通り • Cloudera Manager の「動的リソースプール」 • fair-scheduler.xml と llama-site.xml を⼿手動編集する
18.
18© Cloudera, Inc.
All rights reserved. アドミッションコントロールの例例 並列列実⾏行行可能な クエリ数 クエリキューの 最⼤大⻑⾧長 100 10 10 1 最⼤大メモリ 1000 GB 100 GB Group A Group B
19.
19© Cloudera, Inc.
All rights reserved. Hue Web UI (CDHに付属)
20.
20© Cloudera, Inc.
All rights reserved. 連携機能 • JDBC / ODBC ドライバ • 各種BIツールと連携可能 • MicroStrategy, QlikView、SAS、Tableau など 出典: https://zoomdata.zendesk.com/hc/en-us/articles/203813488-Date-and-Time-Formats-Supported-By-Zoomdata
21.
21© Cloudera, Inc.
All rights reserved. Impala を試す • デモサイト(ログイン不不要) • http://demo.gethue.com/ • Quick Start VM (全部⼊入りVMイメージ) • http://www.cloudera.com/content/cloudera/en/downloads/quickstart_̲vms/cdh-‐‑‒5-‐‑‒3-‐‑‒x.html • Cloudera Live • 有償(14⽇日間無料料)だが4ノードの完全なクラスタで試⽤用可能 • Tableau、ZoomDataとの連携も試⽤用可能 • http://www.cloudera.com/content/cloudera/en/products-‐‑‒and-‐‑‒services/cloudera-‐‑‒live.html • Cloudera Director • AWS上でインスタンスまで含めてクラスタの構築・管理理が可能 • http://www.cloudera.com/content/cloudera/en/downloads/cloudera-‐‑‒director/1-‐‑‒1-‐‑‒0.html • Amazon EMR • http://docs.aws.amazon.com/ja_̲jp/ElasticMapReduce/latest/DeveloperGuide/emr-‐‑‒impala.html
22.
22© Cloudera, Inc.
All rights reserved. Thank you
23.
23© Cloudera, Inc.
All rights reserved. もっと深い技術トピック
24.
24© Cloudera, Inc.
All rights reserved. Impala クラスタのサイジング • サイジングガイド • http://www.cloudera.com/content/cloudera/en/documentation/ core/latest/topics/impala_̲cluster_̲sizing.html • ノード: CPU12コア、メモリ64GB、2TB HDD x 12本 • 10並列列で15TBのデータに対し、クエリを流流すときに平均20秒で結果を 返したい場合には20ノードほど必要になる、という概算は可能 • 正確なサイジングは必ず実データに対し実クエリを流流して計測すること • スキーマの設計、クエリパターンによってメモリ消費量量が変わるので詳細 はドキュメント参照のこと
25.
25© Cloudera, Inc.
All rights reserved. Impala のチューニング • ⽂文字列列型ではなく数値型を使う • ⽂文字列列型: メモリ消費、ディスク容量量、計算速度度いずれも効率率率悪い • パーティション数 • 多くても10万まで。少ない⽅方がいい • http://www.slideshare.net/cloudera/the-‐‑‒impala-‐‑‒ cookbook-‐‑‒42530186 • Parquet • 読み込みは速いが書き込みは遅いということに注意 • read-‐‑‒onceデータの場合は SequenceFile + Snappy を使おう
26.
26© Cloudera, Inc.
All rights reserved. もっともっと 深い技術トピック
27.
27© Cloudera, Inc.
All rights reserved. http://www.cidrdb.org/cidr2015/Papers/CIDR15_Paper28.pdf
28.
28© Cloudera, Inc.
All rights reserved. http://www.vldb.org/pvldb/vol7/p1295-floratou.pdf
Descargar ahora