Pinot OLAP 存储和分析系统

Pinot 是一个实时分布式的 OLAP 数据存储和分析系统。LinkedIn 使用它实现低延迟可伸缩的实时分析。Pinot 从离线数据源（包括 Hadoop 和各类文件）和在线数据源（如 Kafka）中攫取数据进行分析。Pinot 被设计是可以进行水平扩展的。

Pinot 特别适合这样的数据分析场景：分析模型固定，数据只追加以及低延迟，以及分析结果可查询。

关键特性：

面向列的数据库，提供多种压缩模式，如运行长度、固定比特长度

可插入式的索引技术，包括可排序索引、Bitmap 索引和反向索引

可根据查询和段元数据对查询和执行进行优化

近乎实时的从 Kafka 获取数据，以及批量从 Hadoop 获取数据

类 SQL 的语言支持查询、聚合、过滤、分组、排序和去重

支持多值字段

水平伸缩以及容错

Pinot 非常使用用来查询时许数据以及大维度的数组。

Pinot 的组件架构：

Pinot 核心概念：

示例查询：

/*Totalnumberofdocumentsinthetable*/selectcount(*)frombaseballStatslimit0/*Top5runscorersofalltime*/selectsum('runs')frombaseballStatsgroupbyplayerNametop5limit0/*Top5runscorersoftheyear2000*/selectsum('runs')frombaseballStatswhereyearID=2000groupbyplayerNametop5limit0/*Top10runscorersafter2000*/selectsum('runs')frombaseballStatswhereyearID>=2000groupbyplayerNamelimit0/*SelectplayerName,runs,homeRunsfor10recordsfromthetableandorderthembyyearID*/selectplayerName,runs,homeRunsfrombaseballStatsorderbyyearIDlimit1