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3200多亿80~400维度的数据。

mdrill的特性

6.全文检索模式：在mdrill的全文检索模式数据可以直接存储在hdfs中，并且以每天160亿*70维度的数据增量提供全文检索服务（注：该模式下不能进行统计，只能进行关键词匹配查询数据明细）

mdrill的定位

大数据

要数据量大，几十亿上百亿。
还要省钱，普通PC就能搞定。

多维分析

要任意维度组合与过滤
还要对任意指标进行统计和排序

即席查询

要查询快，秒级响应。
还要数据快，数据分钟级延迟。

资源列表

• mdrill介绍

• mdrill介绍PPT

• 安装部署

• sql使用手册

• 版本开发计划

• 阿里妈妈-AdHoc-基于mdrill的大数据自助分析平台

其他

• 官方地址：https://github.com/alibaba/mdrill

• mdrill技术交流群:171465049

• 微博：http://weibo.com/mynyannian

基于mdrill的大数据分析

原文：http://1459802.blog.51cto.com/1449802/1360071