当前位置: 首页 > 软件库 > 大数据 > 其他 >

Apache Trafodion

分布式SQL引擎
授权协议 Apache
开发语言 Java C/C++ .NET ASP
所属分类 大数据、 其他
软件类型 开源软件
地区 不详
投 递 者 卫学真
操作系统 跨平台
开源组织 Apache
适用人群 未知
 软件概览

概览

Trafodion提供了一个基于Hadoop平台的交易型分布式SQL引擎。它是一个擅长处理交易型负载的Hadoop大数据解决方案。其主要特性包括:

  • 完整的ANSI SQL 92/99语言支持

  • 完整的ACID事务支持。对于读、写查询,Trafodion支持跨行,跨表和跨语句的事务保护

  • 支持多种异构存储引擎的直接访问

  • 为应用程序提供极佳的高可用性保证

  • 采用了查询间(intra-query)并发执行模式。轻松支持大数据应用

  • 同时应用编译时和运行时优化技术,优化了OLTP工作负载的性能

事务管理特性包括

  • 事务串行化基于开源项目HBase-Trx的实现原理,采用多版本并发控制(MVCC)

  • 增强的故障恢复机制保证了数据库中用户数据的一致性

  • 事务管理器支持多线程的SQL客户端应用

  • 支持非事务型数据访问,即直接访问底层HBase表

  • Trafodion支持通过"ALTER TABLE"语法来修改表结构,如修改表名、添加/删除字段、修改字段等。关于"ALER TABLE"的详细语法,读者可参考Apache Trafodion官网之http://trafodion.apache.org/docs/sql_reference/index.html#alter_table_statement。 修改表结构/属性是我们经常会遇到的场景,

  • Oracle支持很多窗口函数,包括LEAD和LAG窗口函数,用于获取下一条或上一条记录对应字段信息。Trafodion也一样,它也支持很多的窗口函数,同样也支持LEAD和LAG窗口函数,有关LEAD和LAG窗口函数的详细语法,可以参考Apache Trafodion官网SQL手册之http://trafodion.apache.org/docs/sql_reference/index.html#l

  • 参考: https://cwiki.apache.org/confluence/display/TRAFODION/Trafodion+Contributor+Guide 目录 一、安装依赖 二、下载源码 三、编译 四、查看编译结果 五、编译结果说明 六、安装运行 一、安装依赖 sudo yum install -y epel-release sudo yum install -y alsa-l

  •   作者: 张祎 Docker是目前十分火热的开源Linux容器技术,它比虚拟机更加轻量化,镜像体积更小,有完善的 Docker Hub镜像仓库。现在越来越多的开发者开始使用Docker,越来越多的国内公司也已经将 Docker部署到生产环境中。 Apache Trafodion 2.0 版本刚刚发布不久,为了让更多感兴趣的用户能以最快速的方式体验到2.0版 本的最新功能,本人制作了Trafodi

  • Trafodion是Apache下面的开源孵化项目,既然是开源,任何人都可以修改并提交你的代码,Trafodion欢迎大家通过各种方式为开源社区贡献一份力量,最直接的方式当然是提交你的代码。 要想将自己的代码提交到开源Trafodion社区,首先得准备一套自己的开发环境,有了自己的开发环境,就可以在下载下来的Trafodion源码基础上修改、编译并测试,本篇幅通过详细步骤描述如何搭建Trafodi

  • 序言 今年的双十一对阿里巴巴中间件消息团队来说,注定是个不平凡的日子。在这一天,稳定性小组重点攻克的低延迟存储解决方案成功地经受住了大考。整个大促期间,99.996%的延迟落在了10ms以内,极个别由于GC引发的停顿在50ms以内,对于读写比例几乎均衡的分布式消息引擎来说,这一结果无不令人兴奋。甚至可以毫不夸张地讲,即便拿到明年的Java one大会上,也必定是场非常吸睛的技术干货分享。接下来,团

  • 在执行initialize trafodion的过程中报了org.apache.hadoop.hbase.TableNotFoundException: TRAFODION._DTM_.TDDL的异常,重启hbase cluster,然后执行: initialize trafodion,drop initialize trafodion 

  • 现象 使用INSERT或UPSERT插入表报以下错误,但UPSERT USING LOAD或LOAD INTO则执行成功。 *** ERROR[8448] Unable to access Hbase interface. Call to ExpHbaseInterface::nextRow returned error HBASE_ACCESS_ERROR(-706). Cause: java.

  • 序言 今年的双十一对阿里巴巴中间件消息团队来说,注定是个不平凡的日子。在这一天,稳定性小组重点攻克的低延迟存储解决方案成功地经受住了大考。整个大促期间,99.996%的延迟落在了10ms以内,极个别由于GC引发的停顿在50ms以内,对于读写比例几乎均衡的分布式消息引擎来说,这一结果无不令人兴奋。甚至可以毫不夸张地讲,即便拿到明年的Java one大会上,也必定是场非常吸睛的技术干货分享。接下来,团

  • 经过一段时间的准备,Trafodion在2015年5月24日成为了一个Apache incubation项目。由Michael Stack作为导师。将受到越来越多的关注。 对开源项目感兴趣,且愿意投身到开源数据库研发的同行还请看过来。如果您错过了Hadoop,错过了HBase,又错过了Spark,不如赶紧加入Trafodion开发团队。 RDBMS on Hadoop是一个不错的发展方向。 如果谁

  • 如有疑问 请联系本人  Q:327398329 准备工作: 1、因为安装trafodion2.0.1版本,如果使用CHD平台,就必须使用5.4版本。(CDH5.4安装在上一篇有介绍) 2、其他用户的sudo权限。  这个应该修改配置文件。/etc/sudoer trafodion搭建。   1、在http://trafodion.incubator.apache.org/download.html

  • 等价表达式组:Value Equivalence Group(VEG) Executor Server Processes:ESP 访问大量数据和进行复杂运算的情况下,Master会启动一系列的ESP(Executor Server Processes)进程进行大规模并发执行 为了解决规则对表达式转换后等价的问题(不加入比较性质,将不能停机),Trafodion引入了等价表达式组   而Casca

 相关资料
  • 我们已经使用Drools引擎几年了,但是我们的数据已经增长了,我们需要找到一个新的分布式解决方案来处理大量数据。我们有复杂的规则,可以查看几天的数据,这就是为什么Drools非常适合我们,因为我们的内存中只有数据。 你对类似于流口水但分布式/可扩展的东西有什么建议吗? 我确实对这件事进行了研究,但我找不到任何符合我们要求的东西。 谢谢

  • 在Web一章中,我们提到MySQL很脆弱。数据库系统本身要保证实时和强一致性,所以其功能设计上都是为了满足这种一致性需求。比如write ahead log的设计,基于B+树实现的索引和数据组织,以及基于MVCC实现的事务等等。 关系型数据库一般被用于实现OLTP系统,所谓OLTP,援引wikipedia: 在线交易处理(OLTP, Online transaction processing)是指

  • 一面 3.27 第一回遇到提前五分钟进来的面试官。。。 面试官介绍部门 问我知不知道 kkv? 列存储怎么做?列存和行存的区别,使用场景? 介绍了实习的工作 leveldb 读哪一层sst最耗时,为什么? 如果前台不停的读,后台在做compaction ,会发生什么? CMU 15445 问了分片buffer pool 的实现? 怎么实现 buffer pool 的无锁化? 如果现在 mmap 的

  • 一、分布式锁 数据库的唯一索引 Redis 的 SETNX 指令 Redis 的 RedLock 算法 Zookeeper 的有序节点 二、分布式事务 2PC 本地消息表 三、CAP 一致性 可用性 分区容忍性 权衡 四、BASE 基本可用 软状态 最终一致性 五、Paxos 执行过程 约束条件 六、Raft 单个 Candidate 的竞选 多个 Candidate 竞选 数据同步 参考 一、分

  • Consumer Offset Tracking(消费者offset跟踪) 高级别的consumer跟踪每个分区已消费的offset,并定期提交,以便在重启的情况下可以从这些offset中恢复。Kafka提供了一个选项在指定的broker中来存储所有给定的consumer组的offset,称为offset manager。例如,该consumer组的所有consumer实例向offset mana

  • 《分布式 Java》是一本关于 Java 分布式应用的学习教程,是对市面上基于 Java 的分布式系统最佳实践的技术总结。图文并茂,并通过大量实例让你走近 Java 的世界!

  • 本系统中的分布式锁设计用于Storm多个线程实例抢占Redis缓存资源时出现的事务性问题,这个事务性问题是由客户端本身业务逻辑需求产生的,无法在服务端进行有效处理,需给出一个分布式资源同步的方案,此处我们采用了分布式锁来完成这项设计。 锁是编程中非常常见的概念。在维基百科上对锁有个相当精确的定义:在计算机科学中,锁是一种在多线程环境中用于强行限制资源访问的同步机制。锁被设计用于执行一个互斥的并发控

  • 提示 GatewayWorker提供的所有接口都是支持分布式调用的,所以业务代码不需要任何更改,直接就可以分布式部署。 如何分布式GatewayWorker GatewayWorker通过Register服务来建立划分集群。同一集群使用相同的Register服务ip和端口,即Gateway 和 businessWorker的注册服务地址($gateway->registerAddress $bus