根据新的基准测试，三个领先的SQL-on-Hadoop引擎-Apache Impala 2.3，Apache Spark 1.6和Apache Hive 1.2 - 都具有独特的优点和劣势，使它们非常适合某些商业智能（BI）使用案例（BI）使用案例和案例。不太适合他人。
“结论实际上是一个引擎不符合所有要求，”Atscale，一家专门启用Hadoop BI的初创公司。“我们在部署中为客户所做的就是插入多个引擎。”
为了关于Hadoop基准的商业智能，ATSCALE着手帮助技术评估人员为其BI用例选择最佳的SQL-HADOOP技术。Atscale的测试团队使用了Star模式基准（SSB）基于广泛使用的TPCH数据的数据集修改为更准确地代表典型的双向数据布局。数据集允许测试团队在大表格上测试查询：线条表包含近60亿行，大型客户表包含十亿行。
[ 有关的：AtScale看起来很容易在Hadoop上添加BI这是给予的
Hadoop On-Hadoop引擎具有不同的“最佳点”工作负载
玛丽安尼（Mariani）解释说，Atscale研究了三个关键要求，以评估HADOOP机上的SQL-on-hadoop发动机及其满足BI工作量的适合度：
- 执行大数据。hadoop上的SQL发动机必须能够始终如一地分析数十亿或数万亿的数据，而无需产生错误，并且在10秒或100秒的订单上具有响应时间。
- 快速获取小数据。该引擎需要在已知查询模式上提供交互式性能，因此，重要的是，Hadoop On-Hadoop引擎返回率在小型数据集上不超过几秒钟（按数千或数百万行的顺序产生大于几秒钟）。
- 对于许多用户而言稳定。企业BI用户群由数百甚至数千名数据工作者组成。在高度并发分析工作负载下，基础SQL-HADOOP引擎必须可靠地发挥作用。
玛丽安尼（Mariani）领导了建立雅虎！BI最大的OLAP立方体的努力，他说，他认为这三个标准代表了普通企业在Hadoop上的普通企业的主要要求。该标准来自测试团队与许多公司在金融服务，医疗保健，零售，电信和其他行业的经验。
Atscale产品管理副总裁Josh Klahr补充说：“我们利用现实世界中的企业经验来生产一个文档，每个技术评估者都可以用作其评估过程的一部分。”
测试团队发现所有三个发动机都通过了测试，并且足够稳定以支持BI工作负载，但是一台引擎不符合所有需求。每个人都有自己的“最佳点”，企业可能会发现所有引擎的混合使用可能最适合其目标。
[ 有关的：BI上的Tableau Partners在Hadoop上这是给予的
虽然Hive通常被认为是HADOOP SQL-on-HADOOP的默认值，但它是基准中最慢的发动机，使其适合互动查询。
玛丽安尼说：“如果您想专门使用Hive Tez作为交互式查询引擎，那么您要做的最好的就是2.4秒。”
但是，尽管它可能很慢，但Hive也是三个引擎中最稳定的，在多种查询类型中具有最佳的一致性。
玛丽安尼补充说：“蜂巢蒂兹是乌龟。”“它将始终以壮观，快速的方式完成比赛。这是最可靠的。”
另一方面，Impala和Spark在较小的数据集方面处于最佳状态。Impala在一系列工作负载中占据了火花，但玛丽安尼指出，Spark 1.6比Spark 1.5的表现巨大，他希望这种趋势会继续下去，因为Spark吸引了一个大型开源社区，专注于其发展。克卢德拉（Cloudera）最近提议向阿帕奇软件基金会（Apache Software Foundation）捐赠黑斑羚，这也可以为其开发带来额外的势头。
[ 有关的：MAPR的目标是将sql-on-hadoop提升到一个新的水平这是给予的
目前，Impala是需要大量用户的用例的国王。
玛丽安尼说：“在并发方面，黑斑羚会踢屁股。”“如果您要有一堆运行小型，快速查询的用户，那么Impala是一个比Spark的选择要好得多。”
他补充说：“如果速度不是优先事项，而是稳定性和可靠性，我会选择将Hive Tez用作数据管道引擎。”“对于那些大批量的工作负载，我会选择Hive Tez。如果我希望BI用户可以访问我的仓库，我会选择使用Spark或Impala。”
玛丽安尼（Mariani）指出，尽管团队没有为其他引擎（例如Apache Drill或Apache Presto）进行基准测试，但下次他们将进行。
他说：“在释放和释放之间，您永远不会成为赌注更好的马匹。”
这个故事是“不同的SQL-on-Hadoop引擎满足BI工作负载”最初由CIO 。