1：mdrill是阿里妈妈-adhoc-海量数据多维自助即席查询平台下的一个子项目。
2：mdrill旨在帮助用户在几秒到几十秒的时间内，分析百亿级别的任意维度组合的数据。
3：mdrill是一个分布式的在线分析查询系统，基于hadoop,lucene,solr,jstorm等开源系统作为实现，基于SQL的查询语法。 mdrill是一个能够对大量数据进行分布式处理的软件框架。mdrill是快速的高性能的，他的底层因使用了索引、列式存储、以及内存cache等技 术，使得数据扫描的速度大为增加。mdrill是分布式的，它以并行的方式工作，通过并行处理加快处理速度。
4：mdrill在adhoc项目中，mdrill使用了10台机器，存储了400亿的数据，每次扫描30亿的行数，响应时间在20秒~120秒左右(取决不同的查询条件)。
据越来越多，传统的关系型数据库支撑不了，分布式数据仓库又非常贵。几十亿、几百亿、甚至几千亿的数据量，如何才能高效的分析？
mdrill是由阿里妈妈开源的一套数据的软件，针对TB级数据量，能够仅用10台机器，达到秒级响应，数据能实时导入,可以对任意的维度进行组合与过滤。
mdrill作为数据在线分析处理软件，可以在几秒到几十秒的时间，分析百亿级别的任意组合维度的数据。
在阿里10台机器完成每日30亿的数据存储，其中10亿为实时的数据导入，20亿为离线导入。目前集群的总存储1000多亿80~400维度的数据。
特性如下：
1.满足大数据查询需求：adhoc每天的数据量为30亿条，随着日积月累，数据会越来越大，mdrill采用列存储，索引，分布式技术，适当的分区等满足用户对数据的实时在线分析的需求。
2.支持增量更新：离线形式的mdrill数据支持按照分区方式的增量更新。
3.支持实时数据导入：在仅有10台机器的情况下，支持每天10亿级别（高峰每小时2亿）的实时导入。
4.响应时间快：列存储、倒排索引、高效的数据压缩、内存计算，各种缓存、分区、分布式处理等等这些技术，使得mdrill可以仅在几秒到几十秒的时间分析百亿级别的数据。
5.低成本：目前在阿里adhoc仅仅使用10台48G内存的PC机，但确存储了超过千亿规模的数据。
6.全文检索模式：强大的条件设置，任意组合，无论难易秒级预览，每天160亿的数据随意筛选。
mdrill 数据量增长：
| 时间点 |
数据量 |
事件 |
| 12年12月 |
小于2亿 |
adhoc首次上线 |
| 13年1月 |
20~30亿 |
由2台机器扩容到了10台 |
| 13年5月2日 |
100亿 |
首次过百亿 |
| 13年7月24日 |
400亿 |
首次开源 |
| 13年11月 |
1000亿 |
全文检索模式ods_allpv_ad_d上线 |
| 13年12月 |
1500亿 |
实时数据以及无线数据的接入 |
| 14年2月 |
3200亿 |
11台机器，硬盘使用率30% |
| 14年3月28日 |
4900亿 |
11台机器，硬盘使用率60% |
发行日志：
2013.07.24 version 0.18-beta 初始化版本
2013.08.07 version 0.18.1-beta bug fix see detail
2013.08.17 version 0.18.2-beta speed up see detail (下载)
2013.09.01 version 0.19-alpha HA by replication see detail (此版本需要一定时间的测试与调整，慎用)
2013.09.26 version 0.19.1-beta Bug Fix see detail (下载)
2013.09.29 version 0.19.2-beta Bug Fix (下载)
2013.10.09 version 0.19.3-beta speed up (此版本有严重BUG,请勿使用,下载)
2013.10.13 version 0.19.4-beta mergerServer优化&&bugfix (推荐版本,下载,依赖的zeromq从这里下载)
2013.11.19 version 0.20.1-alpha 使用hdfs进行检索&&实时append see detail(alpha版本，慎用。 源码下载)
2013.12.03 version 0.20.2-alpha 全文检索模式优化 see detail(alpha版本，慎用。 源码下载)
2013.12.05 version 0.20.3-alpha bugfix (alpha版本，慎用。 源码下载)
2014.01.02 version 0.20.4-alpha 通过editlog来保证实时数据的可靠性 see detail(alpha版本，慎用。 源码下载)
2014.01.14 version 0.20.5-alpha bug fix (下载)
2014.01.26 version 0.20.6-alpha bug fix (下载)
2014.02.08 version 0.20.7-alpha cache改进 see detail (点击这里下载 。)
2014.02.18 version 0.20.8.3-alpha bugfix&&重写调度&&优化 see detail (点击这里下载)
2014.03.05 version 0.20.9-beta bugfix see detail (推荐版本。 点击这里下载 。依赖的zeromq从这里下载)
2014.03.28 version 0.21.1-alpha update模式的开发 (开发中的版本，请不要使用。点击这里获取源码 )
-
1、mdrill介绍: mdrill是阿里妈妈-adhoc-海量数据多维自助即席查询平台下的一个子项目。 旨在帮助用户在几秒到几十秒的时间内，分析百亿级别的任意维度组合的数据。 mdrill是一个分布式的在线分析查询系统，基于hadoop,lucene,solr,jstorm等开源系统作为实现，基于SQL的查询语法。 mdrill是一个能够对大量数据进行分布式处理的软件框架。mdrill是快速的高
-
数据越来越多，传统的关系型数据库支撑不了，分布式数据仓库又非常贵。几十亿、几百亿、甚至几千亿的数据量，如何才能高效的分析？ mdrill是由阿里妈妈开源的一套数据的软件，针对TB级数据量，能够仅用10台机器，达到秒级响应，数据能实时导入,可以对任意的维度进行组合与过滤。 mdrill作为数据在线分析处理软件，可以在几秒到几十秒的时间，分析百亿级别的任意组合维度的数据。 在阿里10
-
mdrill的分区 mdrill的设计默认是使用分区的，也是按照分区进行存储的，除非强制使用single类型的分区外，查询的时候必须指定分区。 目前mdrill的分区字段为thedate,格式为yyyyMMdd 在顶层SQL的where条件中必须有如下三种分区设定的一种 1. thedate=’yyyyMMdd’ 直接指定某一个分区 2. thedate in (yyyyMMdd, yyyyMM
-
Mdrill项目在lucene的改进上的10点心得 原始文档下载：https://github.com/alibaba/mdrill/blob/master/doc/Mdrill%E9%A1%B9%E7%9B%AE%E5%9C%A8lucene%E7%9A%84%E6%94%B9%E8%BF%9B%E4%B8%8A%E7%9A%8410%E7%82%B9%E5%BF%83%E5%BE%97
-
1：mdrill是阿里妈妈-adhoc-海量数据多维自助即席查询平台下的一个子项目。 2：mdrill旨在帮助用户在几秒到几十秒的时间内，分析百亿级别的任意维度组合的数据。 3：mdrill是一个分布式的在线分析查询系统，基于hadoop,lucene,solr,jstorm等开源系统作为实现，基于SQL的查询语法。 mdrill是一个能够对大量数据进行分布式处理的软件框架。mdrill是快速的高
-
索引存储在HDFS中。硬件损坏-数据与任务自动迁移无须人工干预。 （原先需要数小时的索引迁移恢复时间） 数据时效性提高（由原先的几小时到现在的几分钟）。 每天数据增量由离线几十亿到现在的实时导入千亿。总数据量由百亿到现在的万亿规模。 支持的功能更多，多列order by ,数据导入过滤，导出下载，拓展统计UDF。 简化部署与运维成本-配置文件也简洁很多。 更稳定-修正在某些场景下Mdrill里的死
-
目前海狗的内存使用都是大块大块的（每个field约40~50MB）,当查询一个较大的时间范围或者较多的列的时候，由于内存大小限制，要不断的进行LRU，把过期的数据从内存中淘汰出去。 淘汰的数据会被gc回收，也意味着会发生full gc，full gc的时候程序会暂停。 故 新的改进思路是这样的，像memcache那样，预先申请好固定大小块的内存，每次用的时候，直接从固定大小块的内存中取一个过来,标
-
主要内容：$explain,$hint查询分析是衡量数据库和索引设计有效性的一个非常重要的方式。下面我们来介绍一下比较常用的 $explain 和 $hint 查询。 $explain $explain 运算符提供了有关查询、索引使用以及查询统计的相关信息，这在索引优化方面非常有用。《 MongoDB覆盖索引查询》一节中我们已经使用以下代码在 users 集合中的 gender 和 name 字段上的创建了索引： 在 mongo sh
-
在“SQL”图表，你可以分析查询并确定查询速度慢的原因。 若要深入查看特定查询，请点击图例标签或双击图表上的条形段。你可以了解查询过去的执行情况，并在单个画面中查看所有相关的故障排除信息。点击选项卡以显示与查询有关的更多图表。 分析图表 选择“分析”选项卡，然后向下滚动页面以查看分析图表。将鼠标悬停在其中一个图表上的某个点上，会自动弹出带有垂直线的工具提示值。
-
redis-cli MONITOR | head -n 5000 | ./redis-faina.py
-
“查询分析器”工具为查询日志提供图形表示，使你能够监控和优化查询性能，可视化查询活动统计数据，分析 SQL 语句，快速识别和解决长时间运行的查询。若要开始使用查询分析器，请在左侧窗格中选择要分析的实例，分析会立即开始。分析完成后，结果会显示出来： Navicat Monitor 每 60 秒刷新查询分析器中的指标。若要停止或开始刷新指标，请点击 或 图标。服务器数据收集在停止期间不会停止。 最新的
-
场景：有一个关于分类记录collection,分类name（string，中文，英文，数字等组成）字段上有索引方便快速筛选某个分类记录,现在查询出来需要排序，查询条件{name:"F1"}，排序条件{_id:-1} mongodb查询explain分析,这是winningPlan SORT + FETCH + IXSCAN 这算不算bad查询，通常是FETCH + IXSCAN。
-
问题内容： 我想从url解析查询部分，这是我要做的代码： 这段代码看起来不错，但是“ parse_qs”方法会丢失查询参数，例如“ param1”或“ param1 =”。我可以使用stantard库解析查询部分并保存所有参数吗？ 问题答案： 你要：