ImpalaでTPC-Hを動かしてみた
Cloudera Impalaを使って，TPC-Hを動かしてみました．
HIVE-600で既にTPC-H on Hiveが公開されているので，こいつをImpalaで動くようにちょこっと書き換えています．
ついでに，同じクエリをHiveでも流してみました．
結果
| - | Q1 | Q2 | Q3 | Q4 | Q5 | Q6 | Q7 | Q8 | Q9 | Q10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Impala | 6.96 | 4.14 | 7.97 | 12.67 | 6.12 | 3.57 | 14.52 | 6.86 | 35.90 | 5.97 |
| Hive | 78.87 | 147.08 | 125.23 | 104.61 | 191.85 | 31.33 | 263.26 | 217.80 | 363.12 | 126.32 |
| - | Q12 | Q13 | Q14 | Q15 | Q16 | Q17 | Q18 | Q19 | Q20 | Q21 |
| Impala | 4.71 | 4.86 | 4.72 | 5.74 | 5.92 | 13.08 | 22.50 | 36.35 | 11.08 | 42.25 |
| Hive | 81.77 | 105.35 | 47.37 | 108.96 | 121.23 | 144.42 | 179.55 | 96.94 | 168.62 | 272.62 |
※単位は秒です．Query11と22はImpalaでは実行できなくて挫折しました...
実行時間の比を取ると，平均16倍高速に動作しています．
Min. : 2.667 1st Qu.: 9.721 Median :15.466 Mean :16.200 3rd Qu.:20.648 Max. :35.527
同じデータをHiveとImpalaの実行時間をそれぞれ軸にした散布図にするとこうです．
Query19以外は，まあこんなもんか〜という感じですかね．
