在streaming process中为什么需要类似sql查询语言
浏览数：37 /
时间：2015年06月12日
从现有的CEP（Complex Event Processing）框架，像强大得Esper，我们学到很多工作完全可以通过写sql来完成的，不需要编写任何的代码。所以对于流处理我认为也需要这样的类似sql查询语言。目前像Storm这样的流处理平台框架强迫使用者去实现像silding window，一些query pattern的操作。我认为并不是每一个案例开发者都喜欢重写这些东西。
所以我们需要high level的抽象，我可以完全把一些算法封装好，直接拼装调用即可，或者直接支持sql语法。我们可以从Hive for Hadoop，Spark SQL，apache Flink中学习到很多。
下面列举一下为什么需要类似sql查询语言的原因：
1. 实时分析很复杂，业务开发人员很不情愿去实现一些像sliding window，或者时间事件模式的算法；
2. SQL简单，很容易理解和学习，开发成本低；
3. SQL语言简短通用，而且快
4. SQL自身的核心语法可以解决90%的问题
5. 历年来BI专家倾向的语言
6. 实时分析可以更好的优化SQL语言模型的执行计划，大部分的优化操作已经在研究，有些已经研究出来了可以直接拿过来用。
Why We need SQL like Query Language for Realtime Streaming Analytics?
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
