Apache Drill 1.0发布

虽然大数据往往将关系型数据库当作靶子，但事实上真正生产环境的Hadoop和Spark等大数据平台，每天大部分工作仍然是为SQL查询提供服务，所以，SQL on Hadoop就成了竞争最激烈的技术领域。

5月19日，Apache基金会宣布针对Hadoop、NoSQL（MongoDB和HBase）和云存储（Amazon S3, Google Cloud Storage, Azure Blog Storage, Swift）的无模式SQL查询引擎Drill 1.0发布。

项目的PMC成员Tomer Shiran说：

这是许多公司数十名工程师将近三年开发的成果。Apache Drill的灵活性和易用性已经吸引了数千维护，而1.0版的企业级可靠性、安全与性能将进一步加速采用。

发布声明中列出的相对于0.9的重要改进包括：

• Substantial improvements in stability, memory handling and performance
• Improvements in Drill CLI experience with addition of convenience shortcuts and improved colors/alignment
• Substantial additions to documentation including coverage of troubleshooting, performance tuning and many additions to the SQL reference
• Enhancements in join planning to facilitate high speed planning of large and complicated joins
• Add support for new context functions including CURRENTUSER and CURRENTSCHEMA
• Ability to treat all numbers as approximate decimals when reading JSON
• Enhancements in Drill’s text and CSV handling to support first row skipping, configurable field/line delimiters and configurable quoting
• Improved JDBC compatibility (and tracing proxy for easy debugging).
• Ability to do JDBC connections with direct urls (avoiding ZooKeeper)
• Automatic selection of spooling or back-pressure exchange semantics to avoid distributed deadlocks in complex sort-heavy queries
• Improvements in query profile reporting
• Addition of ILIKE(VARCHAR, PATTERN) and SUBSTR(VARCHAR, REGEX) functions

更多详情可以参考官方网站：http://drill.apache.org

Drill实际上是MapR在主导的，项目负责人和核心开发者大多来自MapR。它实际上是众多SQL on Hadoop中的一个，此外还包括：

• Hadoop上原生的Hive
• Hortonworks主导的Hive演进项目Stinger
• Cloudera主导的Impala
• MapR主导的Apache Drill
• Facebook的Presto
• Pivotal的Greenplum
• Salesforce最初开发的Apache Phoenix
• 出自韩国的Apache Tajo（Google Tenzing的模仿）
• Spark社区的Spark SQL
• Splice Machine

从逻辑上来说，除了Spark SQL会借助Spark的火势取得一定优势外，其余最值得关注的还是Hadoop三巨头分别支持的Impala、Stinger和Drill。Impala和Drill都是在Google Dremel启发下产生的，之前好像Impala势头较猛，但现在Drill有迎头赶上的意思。

Drill这次正式发布，在FAQ里专门做了比较：